这篇适合谁
这篇适合想用 Python 调用 AlphaGenome 2 做基因组预测的研究者和学生。读完后,你应该能装好 alphagenome 包、配好 API key,并跑通一个变异的预测和打分例子。
AlphaGenome 2 是什么
AlphaGenome 2 是 Google DeepMind 的基因组模型。它不在你的电脑上运行,而是通过 alphagenome 这个轻量级 Python 客户端调用云端的模型,所以不需要本地 GPU[2]。模型的输入是一段最长 1 Mb 的 DNA 序列,加上物种和一个「条件」,输出是观测到和推断出的覆盖度轨迹、基因表达、剪接和接触图[3]。
「条件」是理解 AlphaGenome 2 的关键。每次调用只针对一个条件:可以是参考组织或细胞类型,用 condition= 指定,复合条件如 UBERON:0000178_CL:0001054 也支持;也可以是你自己的单细胞数据,用 cell_conditioning= 传入最多 256 个细胞[1]。要比较多个条件,就循环调用,或者使用 conditions= 这样的批量参数[1]。
AlphaGenome Atlas 是另一条路径。它提供现成的人类变异预测结果,不需要跑模型,既有免代码的网站,也有 Atlas API[1]。如果你要复现 AlphaGenome 论文中的结果,或者一次对所有组织和细胞类型打分,或者预测 PRO-cap,应该用的是 AlphaGenome 1[1]。
准备工作
- 系统:Linux、macOS 和 Windows 都可以,不需要本地 GPU[2]。
- 账号:去 AlphaGenome 官网申请一个免费的 API key。模型预测和 Atlas 查询都需要它[2]。
- Python 环境:建议先建一个虚拟环境,把依赖和系统环境隔开。
安装 alphagenome 包
最常用的方式是 pip。先建虚拟环境并激活,再从 PyPI 安装最新版[2]:
python3 -m venv .venv
source .venv/bin/activate
pip install alphagenome如果你用 uv,就先 uv venv 建环境,再执行 uv pip install alphagenome;在已有的 uv 项目里,直接 uv add alphagenome 即可。用 conda 的话,先执行 conda create -n alphagenome python -y 和 conda activate alphagenome,再用 pip 安装。想改源码的读者,可以克隆 GitHub 仓库后在目录里执行 pip install -e .,之后拉取上游更新时先 git pull,再重新执行一次 pip install -e .[2]。
在 Google Colab 里,每个教程笔记本的第一个单元格都是 ! pip install alphagenome。为了不把 key 粘贴进代码,可以把它存进左侧的 Secrets 面板,名字叫 ALPHA_GENOME_API_KEY,并打开 Notebook access[2]。
配置 API key
本地运行脚本或 Jupyter 时,把 key 写进环境变量。下面这行可以放进 ~/.zshrc 或 ~/.bashrc[2]:
export ALPHA_GENOME_API_KEY="YOUR_API_KEY"colab_utils.get_api_key() 会先读这个环境变量,读不到再回退到 Colab Secrets,所以同一份代码在本地和 Colab 里都能跑[2]。
装好之后,可以运行下面的脚本检查安装和 key 是否可用。它会打印出支持的人类条件数量[2]:
from alphagenome import colab_utils
from alphagenome.models.v2 import dna_client
dna_model = dna_client.create(colab_utils.get_api_key())
print(len(dna_model.supported_conditions()), 'supported human conditions')第一个例子:预测变异对 GLB1L 表达的影响
官方示例选的是血液中的 CD14 阳性单核细胞(UBERON:0000178_CL:0001054),分析的变异位于 chr2 的 219243701 位,参考碱基是 C,替代碱基是 T,关注的基因是 GLB1L[1]。整个流程分四步:选条件、选区间、预测或打分、画图。
- 选条件:
condition = 'UBERON:0000178_CL:0001054'。 - 选区间:
variant.reference_interval.resize(dna_client.SEQUENCE_LENGTH_1MB)以变异为中心取一个 1 Mb 的区间[1]。 - 预测和打分:
predict_variant配合requested_outputs=[dna_client.OutputType.RNA_SEQ],返回参考序列(REF)和替代序列(ALT)的 RNA-seq 轨迹。score_variant用推荐的 RNA-seq 打分器对区间内的基因打分,再用tidy_scores过滤出 GLB1L[1]。 - 画图:
plot_components.OverlaidTracks把 REF 和 ALT 叠在一起,只画负链,因为 GLB1L 位于负链[1]。
完整代码如下,把 YOUR_API_KEY 换成你自己的 key 即可运行[1]:
from alphagenome.data import genome
from alphagenome.models.v2 import dna_client
from alphagenome.models.v2 import variant_scorers
from alphagenome.visualization import plot_components
dna_model = dna_client.create('YOUR_API_KEY')
# 1. Choose a condition: CD14-positive monocytes in blood.
condition = 'UBERON:0000178_CL:0001054'
# 2. Select a genomic region: center a 1 Mb interval on the variant.
variant = genome.Variant(
chromosome='chr2',
position=219243701,
reference_bases='C',
alternate_bases='T',
)
interval = variant.reference_interval.resize(dna_client.SEQUENCE_LENGTH_1MB)改用自己的单细胞数据
如果你手里有人类的单细胞 RNA-seq 数据,可以用表达条件代替参考条件。输入是 AnnData 格式的原始整数 UMI 计数,var_names 使用 Ensembl 基因 ID。每次调用最多传入 256 个细胞,通过 cell_condition_name 给这组细胞起一个标签,它会写进输出的元数据里[1]。此时预测的输出类型是 SC_GENE_EXPRESSION_DENOISED,即去噪后的单细胞基因表达,每条链一个通道,单位是 CPM[1][3]。打分则使用 RECOMMENDED_VARIANT_SCORERS['SC_GENE_EXPRESSION_DENOISED'],画图时用 OverlaidGeneExpression,并可以开启对数刻度[1]。
和 AlphaGenome 1 有什么不同
两代模型通过同一个包导入:alphagenome.models.v2 对应 AlphaGenome 2,alphagenome.models.v1 对应 AlphaGenome 1[3]。主要的差别有这几处:
- 输出类型:AlphaGenome 2 新增
SC_GENE_EXPRESSION_DENOISED、SC_GENE_EXPRESSION、SC_ATAC、METHYLATION和CELL_EMBEDDINGS[3]。 - 去掉了
PROCAP,转录起始活性改用CAGE[3]。 SPLICE_SITES改为按条件区分,每个条件有 5 个通道:donor +、acceptor +、donor -、acceptor -和padding .[3]。- 打分结果只有
raw_score一列,不再有quantile_score[3]。 - 元数据的查法不同:AlphaGenome 1 用
output_metadata();AlphaGenome 2 用supported_conditions()查看条件(每行一个条件),用observed_metadata()查看实际测量的轨迹[3]。 - 每条轨迹都会在
.metadata['imputation_mode']里标记为observed、imputed_supported或imputed_exploratory,区分观测值和补全值[3]。
限制和常见问题
- 每次调用只能有一个条件。比较多个组织或细胞类型,要用循环或批量参数[1]。
- 表达条件下,每次调用最多 256 个细胞[1]。
- 输入序列最长 1 Mb[3]。
- 如果代码里还引用
quantile_score这一列,迁移到 AlphaGenome 2 时需要改掉,因为这一列已经不再输出[3]。 - 如果想把 TSS 相关的分析从
PROCAP迁过来,要改用CAGE这一输出类型[3]。
下一步
官方的教程从「选择条件」开始,之后有「用自己的单细胞数据做条件化」等专题。想看完整的生物学分析,可以读 Vignettes;用户指南里有数据对象、元数据和变异打分的说明[1]。
本文改编自 Google DeepMind 的 AlphaGenome 文档[1],原文以 CC-BY-4.0 许可发布。
来源
- 1Getting startedGoogle DeepMind AlphaGenome docs
- 2InstallationGoogle DeepMind AlphaGenome docs
- 3Migrating from AlphaGenome 1Google DeepMind AlphaGenome docs
引用本页: AlphaGenome 2 怎么用:安装 API 客户端并预测变异效应. TellWorld, https://www.tellworld.net/zh/practice/practice-alphagenome-2-quickstart. 更新于 2026-11-15