AlphaGenome 2 发布，预测变异对细胞类型的影响

AI 生成的事件示意图，不代表新闻现场照片。

发布了什么

2026 年 11 月 11 日，Google DeepMind 发布 AlphaGenome 2。据 DeepMind 官方博客介绍，模型可以预测 DNA 变异对数百种细胞类型及其状态的影响，识别出的因果变异数量约为上一代的两倍。发布当天，模型 API 已向非商业研究开放，技术论文 PDF 一并挂出。博客由 Adam Gayoso、Natasha Latysheva、Pushmeet Kohli 和 Žiga Avsec 四人署名。

AI 生成的事件示意图，不代表新闻现场照片。

细胞如何读取 DNA

这一代的命题写在标题里：解读细胞如何读取 DNA，从而更好地理解疾病。

AlphaGenome 2：Deciphering how cells read DNA to better understand disease.（DeepMind 官方博客标题）

同一段 DNA，在不同细胞里有不同读法。神经元、免疫细胞、心肌细胞从同一份基因组里各取所需，疾病常常藏在“读法”被改变的地方。AlphaGenome 2 要预测的，正是某处变异会如何改写一种细胞读取自身基因组的方式——把这个原本属于实验台的问题，先交给模型。

因果变异，数量翻倍

据 The Verge 报道，其标题为 Google's AlphaGenome 2 zooms in on the cellular roots of disease，即谷歌的 AlphaGenome 2 深入疾病的细胞根源；报道确认模型识别致病相关变异数量翻倍。这条产品线在 DeepMind 内部并不孤立：官网将上一代 AlphaGenome 概括为“用 AI 理解人类基因组”，旁边是预测蛋白质结构的 AlphaFold。从蛋白质折叠到基因组调控，AI 一层层读进生命本身，AlphaGenome 2 排在最新一格。

AI 生成的事件示意图，不代表新闻现场照片。

开放给谁，边界在哪

API 面向非商业研究开放，研究者可以直接调用模型的预测，不必自己从头训练一个基因组模型。开放的口径是非商业研究。

必然的路径，人的分寸

把视线拉远，这条路径并不偶然：AlphaGo 在棋盘上学会规则，AlphaFold 解开蛋白质的形状，AlphaGenome 2 试图读出 DNA 的用法。十年之间，AI 从游戏、蛋白质到基因组，一层层读进生命——方向早已定下，发布只是又走了一步。

但必然不等于自足。模型给出的是预测，不是诊断；数百种细胞类型的输出，仍要靠生物学家提出问题、设计实验、判断取舍。工具把试错的成本压低，把人的判断抬高。技术放大的那部分如果是人的判断，才算放对了地方。

DNA 是一部已经写完的文本，读法仍由人决定。