この記事でわかること

  • AlphaGenome 2と初代AlphaGenomeの違い。予測の単位が「全出力を一度に」から「指定した1つの条件(組織・細胞種・細胞状態など)ずつ」に変わり、単一細胞データを含む1億超の細胞プロファイルで学習しています
  • 「因果変異を約2倍検出」の中身。TenK10Kという免疫細胞のデータで、適合率90%を保ったときの再現率が30%対16%という数字で、DeepMind自身による比較です
  • 誰がどの条件で使えるか。非商用研究はAlphaGenome API経由で利用でき、企業の商用研究はプライベートプレビューにとどまります
  • 研究用途に限られ、臨床・診断には検証も承認もされていないこと
  • 自前のscRNA-seqデータを渡すと、再学習なしでその細胞状態に合わせた予測が返ってくる仕組み

Google DeepMindは2026年11月11日、DNA配列の変化が遺伝子の働きにどう影響するかを予測するモデル「AlphaGenome 2」を発表しました(Google DeepMind公式ブログ 2026年11月11日)。初代との最大の違いは、組織・細胞種・細胞状態などで表した1つの「条件」を入力し、その条件での効果を予測する設計に作り直した点です。非商用の研究者は同日からAlphaGenome API経由で利用でき、企業の商用研究はプライベートプレビューに限られ、臨床・診断用途には使えません(Google DeepMind公式ブログ 2026年11月11日)。


1. 何が起きたか──AlphaGenome 2の発表内容

公式ブログ(執筆はAdam Gayoso、Natasha Latysheva、Pushmeet Kohli、Žiga Avsecの4氏)が示した変更点は次の4つです。

  1. 条件付きモデルへの再設計: 1回の予測で扱うのは1つの「condition」です。ブログはconditionの例として組織・細胞種・状態を挙げています。API文書の移行ガイドでは、複数のオントロジー用語を組み合わせた「複合条件(composite condition)」の形式も示されており、指定できる属性が1つだけという意味ではありません。条件はアーキテクチャの全段階に入力されます
  2. 単一細胞データでの学習: ヒトとマウスのバルクデータと単一細胞データを合わせ、68組織・1億超の細胞プロファイルで学習しました。本文には「1億700万超(over 107 million)」という値もあります
  3. 新しい細胞状態への適応: 利用者の単一細胞RNA-seq(scRNA-seq)データを条件として与えると、再学習なしでその状態の予測を出します
  4. 読み出しの追加: 遺伝子発現・ヒストン修飾・クロマチンアクセシビリティなど初代と同じ読み出しに加え、DNAメチル化を予測できるようになりました

ブログは初代の弱点を、バルク組織や細胞株向けの出力を固定的に並列で出す方式だったため「モデルの容量が薄く広がった(spread the model’s capacity thin)」と説明しています。その結果、近縁の細胞種どうしを区別しにくかったといいます。AlphaGenome 2はこれを、条件を1つずつ指定する方式で解こうとしています。

条件の与え方は2通りあります。参照用の細胞種カタログから選ぶ方法と、利用者自身の単一細胞実験データを「cell encoder」で表現に変換して渡す方法です。ある測定値(例: 単一細胞の遺伝子発現)から、測っていない性質(例: クロマチンアクセシビリティ)を推定する「モダリティ間の補完」もできるとしています。


2. 一次資料の対応表

本記事の数字と日付は、次の資料を2026年11月12日に開いて確認しました。

主張・数字一次資料種別確認日
AlphaGenome 2の発表日(2026年11月11日)、条件付きモデル、68組織・1億超(本文では1億700万超)の細胞プロファイル、TenK10Kで30%対16%・43%対23%Google DeepMindブログ公式ブログ2026-11-12
特定のヒト細胞種で発現に関わる変異を前モデルの約2倍検出、scRNA-seqで未知の状態に適応、Google Cloud・Antigravityの案内AlphaGenome製品ページ公式サイト2026-11-12
AlphaGenome Atlas(2026年9月8日)、90億の一塩基変異、1PB、非商用は無料、商用はGoogle Cloudで近日Atlas発表ブログ公式ブログ2026-11-12
初代AlphaGenome(2025年6月25日)、入力100万塩基、1塩基解像度、26評価中24で同等以上初代発表ブログ公式ブログ2026-11-12
APIは非商用なら無料、AlphaGenome 1・2・Atlasを提供AlphaGenome API文書公式文書2026-11-12
Google Cloud版は許可リスト制のGA、有料、A100/H100の80GBが必要、研究用途のみGoogle Cloud文書公式文書2026-11-12
TenK10Kの指標の定義(適合率・正解率90%での再現率)、比較相手AG1-sc、評価集合の件数、コードと重みの公開方針AlphaGenome 2論文PDF pp.4–5・p.36・p.53論文(プレプリント)2026-11-12(公開前レビューで確認)
Atlasの計算に使われたモデル(AlphaGenome distilled model)Atlas論文(PMC) Materials and methods論文2026-11-12(公開前レビューで確認)
初代のNature論文(Avsec et al., Nature 649, 1206–1218, 2026)Nature論文取得できず(書誌はAPI文書の引用で確認)
Nature Newsの報道Nature News報道取得できず

Natureの2ページは、今回の取得時にログインページへ転送され本文を読めませんでした。AlphaGenome 2の論文PDFは約21.6MBあり、執筆時の自動取得では読めませんでした。その後、公開前のレビューで該当ページ(pp.4–5、p.36、p.53)の原文を確認し、4章・8章・9章に反映しています。Atlas論文のMethodsも同じ手順で確認しました。


3. 初代・Atlas・2の対照表

3つは別々の製品というより、同じ系列の段階です。初代がモデル、Atlasは初代系の予測を全変異について事前計算した地図、2は細胞の条件を扱えるよう作り直したモデルです。

項目初代AlphaGenomeAlphaGenome AtlasAlphaGenome 2
公開日2025年6月25日(Nature掲載は2026年1月)2026年9月8日2026年11月11日
形態予測モデル事前計算済みデータセット(1PB)予測モデル
入力最大100万塩基のDNA配列利用者は変異を照会するだけDNA配列+条件(組織・細胞種・状態、または利用者のscRNA-seq)
予測の単位数千の分子特性を一度に並列出力1変異ごとに数千の分子効果予測とAVIスコア指定した1条件ずつ
学習データバルク組織・細胞株中心(初代系の予測を利用)ヒト・マウスのバルク+単一細胞、68組織、1億超の細胞プロファイル
新規の読み出しスプライス接合のモデル化AVIスコア(AlphaMissenseと統合)DNAメチル化
未知の細胞状態非対応(単一細胞データでのファインチューニングが必要)非対応数十細胞のscRNA-seqで適応、再学習なし
非商用の利用API無料のWebポータル(APIからもアクセス可能)API
商用の利用Google Cloud Model Garden(有料・許可リスト制)Google Cloudで「近日」(9月時点)プライベートプレビューのみ

出典は表2の各資料です。初代の評価値は、発表ブログによると単一配列予測で24評価中22、変異効果予測で26評価中24において外部の最良モデルと同等以上でした(初代発表ブログ 2025年6月25日)。

Atlasはヒトゲノムで起こり得る90億の一塩基変異すべてについて、予測を前もって計算したデータです。容量は1PBで、ブログは「AlphaFold Databaseの30倍超」と書いています(Atlas発表ブログ 2026年9月8日)。Atlasの発表ブログはモデルの版を明記していませんが、Atlasの論文は計算に「AlphaGenome distilled model」(蒸留モデル)を使ったと書いており、その引用先は初代AlphaGenomeのNature論文です(Atlas論文 Materials and methods)。論文本文にAlphaGenome 2への言及はありません。Atlasは初代系の蒸留モデルによる予測で、2の条件付き予測を含むという記述は見当たりません。


4. 「因果変異を約2倍」の数字はどこから来たか

見出しの数字は、TenK10Kというデータでの比較です。公式ブログはTenK10Kを、28種類の初代免疫細胞を対象にした単一細胞の地図と説明しています。この上でAlphaGenome 2は次の値を出したとされます(公式ブログ 2026年11月11日)。

指標AlphaGenome 2AG1-sc条件
因果sc-eQTLの判別(causality)の再現率30%16%適合率90%を保つ範囲
効果の向き(sign)の予測で残せた変異の割合43%23%向きの正解率90%を保つ範囲

ブログは両指標を「確度高く特定した(reliably identified)」と表現するだけですが、定義は論文にあります(AlphaGenome 2論文 pp.4–5・p.36)。

30%対16%は、適合率90%を保ったときの再現率です。評価では、統計的な絞り込み(fine-mapping)で因果の確率が高い変異(PIP > 0.9)を陽性、低い変異(PIP < 0.01)を対照としています。TenK10Kでは陽性6,346件と対照6,346件の計12,692件で、28細胞型をまとめて評価しています。

43%対23%は「向きを当てた割合(正解率)」ではありません。予測した効果が大きい順に変異を並べ、向きの正解率90%を保てる範囲で上位の何割を残せるかを示す値です(論文はこれをrecallと呼んでいます)。対象は因果の確率が高い6,346件です。

押さえておくべき点は3つです。

  • DeepMindの自己申告値です。第三者が同じ条件で再現した結果は、2026年11月12日時点の公表資料では確認できませんでした
  • 比較相手は素の初代ではありません。16%と23%は、初代を単一細胞データでファインチューニングした「AG1-sc」の値です(論文p.4)。ブログが「その他の専用ツール」と呼ぶScoobyについては、論文本文にあるのは全体指標だけで、同じ条件の再現率は示されていません
  • 「90%」という条件つきの数字です。ブログ本文と製品ページに閾値の記述はありませんが、論文は適合率・正解率90%の領域での値と明記しています。「約2倍」はこの高精度の領域に限った差で、全体指標では因果判別のAUPRCが0.76対0.72(Scoobyは0.69)、向きの予測のAUCが0.85対0.79(Scoobyは0.77)です(論文p.4)

製品ページの表現は「特定のヒト細胞種で、遺伝子発現に関わる変異を前モデルのほぼ2倍特定する」です(AlphaGenome製品ページ)。「約2倍」は30%と16%の比を言い換えたものと読めます。

30%は、陽性6,346件のうち適合率90%の閾値で拾えた割合です。残る7割は「この評価集合・この閾値では回収されなかった」割合にとどまり、ヒトの因果変異全般についての未検出率を示すものではありません。これは定義から導いた筆者の読みで、DeepMindが限界として文章で述べたものではありません。

ブログは事例も挙げています。炎症性腸疾患(IBD)では、離れた位置の調節領域にある変異が腸のマクロファージでETS2遺伝子を過剰に働かせることが過去のNature論文で示されていました。AlphaGenome 2はこの因果変異を絞り込み、腸マクロファージで選択的にETS2を上げることを計算で再現したとしています。


5. 自前のscRNA-seqで何をすると何が返ってくるか

新しい細胞状態への適応は、AlphaGenome 2で最も実務に関わる機能です。公式ブログの説明を手順に直すと次のとおりです。

  1. 利用者が、対象の細胞状態の単一細胞RNA-seqデータを用意する。ブログは「数十個の細胞(just a few dozen cells)」の遺伝子発現スナップショットで足りるとしています
  2. モデルがその遺伝子発現を「細胞状態の表現」に圧縮する
  3. その表現を条件として、変異効果と遺伝子調節の予測を返す。モデル本体の再学習は不要です

ブログの例は、COVID-19のmRNAワクチン研究の未学習の単一細胞データです。AlphaGenome 2は、ワクチンで活性化したT細胞と休止状態のT細胞を区別しました。さらに重症COVID-19に関連する変異が、活性化状態でより強く遺伝子の働きを乱すことを示したといいます。製品ページは用途として、病気の進行、薬剤処理、初期発生の3つを挙げています。

ブログは、こうした未知のデータセットで直接学習・ファインチューニングしたモデルと「同等かそれ以上」としています。ただし、ブログ本文の該当箇所は「同等かそれ以上」と述べるにとどまり、本文中に数値は示されていません(公式ブログ 2026年11月11日)。

Human Cell Atlasの共同創設者Sarah Teichmann氏は、ブログで「再学習なしで新しい単一細胞データに直接適応する点が興味深い」という趣旨のコメントを寄せています。Genomics LimitedのCEOであるPeter Donnelly氏は、自社のMystraプラットフォームに組み込む考えを示しました。いずれもDeepMindの発表文に載ったコメントです。

API上の具体的な入力形式(ファイル形式や細胞数の上限)は、今回確認したAPI文書のトップページには書かれていませんでした。手順を試す場合は、ブログが案内するColabチュートリアルを見る必要があります。


6. 誰がどの条件で使えるか──日本の研究者・企業の場合

公式資料から読み取れる利用経路は4つです。

経路対象状態(2026年11月12日確認)資料
AlphaGenome API非商用研究AlphaGenome 1・2・Atlasを提供。レートは需要で変動API文書
商用研究向けAlphaGenome 2企業プライベートプレビューのみ公式ブログ
Google Cloud(Model Garden)商用・企業初代系(alphagenome-004/003)が許可リスト制のGA。有料で価格は営業経由。AlphaGenome 2とAtlasの記載なしGoogle Cloud文書
Google AntigravityのSkillsAntigravity利用者Atlas向けSkillsは9月から提供。AlphaGenome 2 Skillsは「近日(soon)」製品ページ、公式ブログ

大学・公的研究機関の場合、非商用研究ならAPI文書の「Get an API key」から鍵を取得する経路になります。今回確認したAPI文書と発表ブログには、国・地域による利用制限の記述はありませんでした。追加利用規約(2026年11月6日改定)は、利用できるのを個人利用・報道、または大学・非営利団体・研究機関・教育機関・政府機関といった非商用組織のための利用に限っています。営利企業は非商用の作業であっても対象外です(AlphaGenome追加利用規約)。規約に国別の禁止リストは見当たりませんでしたが、日本からの利用可否は申し込み時に確かめる必要があります。

製薬企業・ゲノム解析企業の場合、AlphaGenome 2を商用研究に使う手段は現時点でプライベートプレビューだけです。商用研究向けは「private preview」とだけ記され、申込方法は明示されていません(公式ブログ 2026年11月11日)。Google Cloudで既に有料提供されているのは初代系で、確認した公式ブログ・製品ページ・API文書・Google Cloud文書の本文には、AlphaGenome 2の商用Google Cloud提供時期・価格の記載は見当たりません(Google Cloud文書)。Google Cloud版の要件は、80GBのNVIDIA A100またはH100を1ノード以上です。コンテキストは1MB、ファインチューニング非対応と書かれています。

DeepMindは11月30日までユースケースの募集フォームを開いています。選ばれたプロジェクトは追加のクォータやクレジットの対象になり得るとしています(公式ブログ)。

確認した公式ブログ・製品ページ・API文書・Google Cloud文書の本文には、国・地域制限、日本語対応・円価格、日本の研究機関との提携の記載は見当たりませんでした。


7. 背景──初代からAtlas、2までの約17カ月の流れ

初代AlphaGenomeは2025年6月25日に、非商用研究向けAPIのプレビューとして公開されました。最大100万塩基を読み、1塩基単位で予測する点が特徴でした。発表時の初代ブログは、10万塩基以上離れた調節要素の扱いを課題として挙げ、個人ゲノムの予測や臨床用途には設計も検証もされていないと書いていました。研究は2026年1月にNatureに掲載されています。

2026年9月8日のAtlasは、モデルを動かさずに使える形への展開でした。Exeter大学のGareth Hawkes氏は、UK Biobankの5万4,000人超の全ゲノムデータにAtlasを当て、非コード領域の遺伝的関連を22%多く見つけたとしています(Atlas発表ブログ掲載の事例)。

AlphaGenome 2はAtlasの約2カ月後、初代の発表(2025年6月25日)からは約17カ月後で、方向は「どの変異か」から「どの細胞で効くか」へ移っています。製品ページには、Broad Institute、Stowers Institute、コペンハーゲン大学などの利用事例が並びます。

発表ブログの本文には競合モデルとの名前付き比較はなく、TenK10Kの比較相手も「初代AlphaGenomeの単一細胞ファインチューニング版とその他の専用ツール」とまとめられています(公式ブログ 2026年11月11日)。論文では、16%・23%の比較相手はAG1-scで、ほかにScoobyが全体指標で比較されています(AlphaGenome 2論文 p.4)。


8. 限界と未確定の点

DeepMindが明記している限界

  • AlphaGenomeとAlphaGenome 2は研究用途に限られ、臨床・診断目的での検証も承認もされていません(公式ブログ末尾)
  • Google Cloud版は「研究用途のみ」、コンテキストは1MB、ファインチューニングは非対応です(Google Cloud文書)

数字から読めるが、DeepMindは文章で述べていないこと

  • TenK10Kの30%は適合率90%での再現率で、残り7割はその評価集合・閾値で回収されなかった割合にとどまり、因果変異全般の未検出率ではありません(指標の定義は論文p.4・p.36)
  • ブログ本文では細胞種ごとの発現差の説明力は「有意に多く」とされるだけで、本文中に具体的な数値は示されていません

未確定・未公表

  • AlphaGenome 2の論文の査読状況。ブログはPDFで論文を公開していますが、査読付き誌への掲載は確認できていません
  • AlphaGenome 2のソースコードと重みの公開時期。論文は「最終出版時に提供する」とするだけで、日付は示していません
  • 商用のGoogle Cloud提供の開始日と価格
  • AlphaGenome 2 SkillsのAntigravityでの公開日
  • 日本の研究機関・企業の採用事例

9. よくある質問

AlphaGenome 2は無料で使えますか

非商用利用ならAlphaGenome API経由で無料で利用できます。API文書は非商用利用を無料と明記し、問い合わせのレートは需要によって変わるとしています。ただし追加利用規約は、利用できる主体を個人や大学・非営利団体・研究機関などに限っており、営利企業は非商用の作業でも対象外です。企業の商用研究はプライベートプレビューに限られます。

患者の遺伝子検査や診断に使えますか

使えません。DeepMindは、AlphaGenomeとAlphaGenome 2が臨床・診断目的で検証・承認されていないと明記しています。研究で候補変異を絞り込む用途が想定されています。

初代AlphaGenomeのAPIを使っていた場合、何が変わりますか

API文書はAlphaGenome 1・2・Atlasを並べて提供しており、初代も引き続き案内されています。AlphaGenome 2では条件の指定や、自前のscRNA-seqによる細胞状態の条件付けが加わります。具体的な呼び出し方は、公式のColabチュートリアルで確認してください。

モデルの重みは公開されていますか

初代は、Atlas発表時点でGitHubとAPIで学術利用でき、商用はGoogle CloudのModel Gardenで提供されていました。AlphaGenome 2のモデル本体は、2026年11月12日時点で公開されていません。発表ブログに記述はありませんが、論文は「ソースコードと重みは最終出版時に提供する(will be provided upon final publication)」としています(AlphaGenome 2論文 p.53)。それまでは非商用向けのAPIで使う形です。


10. 関連記事


11. まとめ

  • AlphaGenome 2は、細胞の条件を1つずつ指定して予測する設計に作り直され、68組織・1億超の細胞プロファイルで学習しています
  • 「約2倍」は、TenK10Kで適合率90%を保ったときの再現率30%対16%(比較相手はAG1-sc)というDeepMind自身の比較です。全体指標のAUPRCでは0.76対0.72です(論文p.4)
  • 非商用研究はAlphaGenome APIで発表同日から使えますが、商用はプライベートプレビューのみで、確認した公式資料の本文にはGoogle Cloudでの提供時期と価格の記載が見当たりません
  • 研究用途に限られ、臨床・診断には使えません。論文の査読掲載や商用提供の開始が、次の確認点です