AlphaGenome 2：更好的研究假設，不是臨床結論

Google DeepMind於2026年11月11日發布AlphaGenome 2，聚焦DNA變異在特定細胞類型與狀態中的影響。這是研究工具的進展，不等於臨床結論。

實驗室明天應該改變什麼？我們的判斷是，把模型用於安排實驗注意力。一個尚未證實的假設，只要能幫助選對下一項實驗，就可能有價值；前提是團隊不能把模型的信心當作來自患者的證據。

三個問題，不能合併

美國國家人類基因組研究所指出，全基因組關聯研究識別的是統計關聯，而非因果關係。找出相關區域、確認分子機制、證明介入能讓患者受益，是三項不同任務。

假設團隊面對多個候選變異，一個計算評分可以支持先測其中一個，卻不能僅憑這個評分認定它導致某位患者的症狀，更不能斷言調節附近基因就能逆轉疾病、而且安全。每向前一步，都新增了需要單獨證據的問題。跳過這些環節，就會把實驗規劃工具包裝成沒有依據的醫療承諾。

因此，成功的表述也該改變。「我們挑選的候選項通過了獨立實驗」，比「我們得到了一張很有說服力的圖」更有資訊量。前者衡量決策，後者只是呈現。

細胞背景應寫進假設

人類細胞圖譜計畫正在建立人體細胞的參考地圖。我們的分析是，考慮細胞背景的預測，讓「選擇哪種生物學條件」成為明確的研究決策，而不只是圖表標籤。

一條合格假設應同時寫明變異、擬議標的、細胞背景和預期變化方向，還要說明什麼結果會推翻它。少了最後一項，研究者就容易在看到結果之後，重新解釋原先的主張。

例如，在一個假想的發炎研究中，可以預先安排相關免疫細胞與無關對照細胞的比較，而不是看完所有結果後才挑最漂亮的一組。事後搜尋的條件越多，找到視覺上吻合的案例越容易，但那未必意味著找到了可重現機制。這是實驗設計的風險，並非我們已經證實該模型存在的缺陷。

已知機制是檢查點，不是終點

2024年發表於Nature的一項研究，將疾病相關調控區域與ETS2驅動的巨噬細胞發炎連結起來。這類既有機制可以成為評估計算工具的檢查點，但回顧性重現與前瞻性發現回答的是不同問題。

我們建議把評估分成兩條軌道：先在記錄清楚的條件下檢查已知案例，再對新的候選集合鎖定預測，由實驗團隊隨後測量。第二組不能同時用來調整門檻和排錯。能夠漂亮解釋昨天的案例，不代表已經能改善明天的選擇。

失敗結果同樣值得保存。候選項沒通過時，應保留預測、操作流程和實驗結果，而不是悄悄從展示中換掉它。可靠工作流程應該從失敗中獲得資訊，而不是越來越擅長只展示成功。

衡量決策，而不只是分數

初次試驗可以固定實驗預算，比較不同候選篩選辦法。核心指標是單位投入產生多少有用且獲獨立支持的發現。成本應包括研究人員時間、樣本準備和未成功的後續實驗，不能只算產生預測的幾秒鐘。

試驗還應公布分母：最初考慮多少候選項、篩選多少、實際測試多少、按事先標準通過多少。不確定與尚未測試的情況應分開列出，否則少數成功案例就可能掩蓋一個並不優於簡單基準的流程。

評估也要反映實驗室真正面對的選擇。昂貴驗證可能需要更短、更保守的名單；便宜初篩則可能適合擴大探索。沒有理由假設同一個門檻對兩種工作都最優。門檻應服務於研究目標，而非服務於宣傳數字。

可重現性與使用條件也是產品的一部分

官方API程式碼庫介紹了研究存取方式，並明確排除臨床決策用途。接入之前，團隊應核對適用條款，以及計畫提交的資料將如何處理。

我們建議至少記錄模型版本、輸入座標及參考基因組、所選細胞條件、評分方法、比較基準和執行日期；在適當資料管理下保存實際輸入與輸出。以後重新執行時，應能稽核兩次結果的差異，而不是靠截圖回憶操作過程。

對考慮採用這項工具的機構而言，務實的商業問題是：它能否降低形成可靠實驗決策的成本？「預測令人印象深刻」並不能直接推出「藥物標的有價值」。存取安排、結果重複性、整合工作量，應該和預測表現放在同一張評估清單上。

把不確定性變成可執行的安排

知道分數之後該做什麼，分數才更有用。我們建議在試驗前設定三類工作狀態：可進入指定實驗的候選項、需要補充證據的候選項、目前流程無法評估的候選項。這是我們提出的管理方法，不是宣稱模型已經具備這些分類能力。保留第三類尤其重要，不能讓「尚未評估」悄悄變成「沒有影響」。

責任分工也應明確。計算研究者可以記錄輸入、解釋比較方式；實驗研究者則負責判斷擬用樣本是否符合生物學問題。軟體不應自動把臨床解釋的責任交給任何一方。清楚的交接文件能讓分歧更容易排查，也能減少把輸出當成不言自明結論的誘惑。

最後，試驗需要停止規則。在追加投入前，先約定什麼證據支持擴大、修改或放棄。如果結果反覆達不到既定標準，縮小範圍或重做流程，可能比繼續增加自動預測更合理。這並非反對使用新工具，而是區分兩種採用方式：一種改善研究，另一種只是增加看似合理的輸出數量。尤其在資源有限時，暫停一條低效率路線本身也是有價值的決策；不應把持續呼叫模型當作專案進展的替代指標。

什麼證據會改變我們的判斷

我們會關注外部團隊的前瞻性測試、透明公布的失敗案例，以及固定預算下實驗選擇確實改善的證據。結果強勁，可以支持擴大研究使用；結果不均衡，也能幫助界定哪些場景仍適合傳統方法。

AlphaGenome 2的潛力，最好理解為幫助科學家向實驗提出更好的問題。邊界依舊清楚：變異效應預測是關於分子行為的假設，不是臨床獲益證明，更不是診斷。讓這條邊界始終可見，才是研究工具贏得信任的路徑。