11 月 11 日，谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2，把预测粒度从宽泛组织收窄到具体细胞类型，官方称相比此前最优模型，它能识别出接近两倍数量的、会改变细胞内基因表达的变异。该模型已通过 AlphaGenome API 向非商业研究开放，商业研究仍处于私密预览阶段。
从组织平均缩小到单个细胞类型
初代 AlphaGenome 面向宽泛组织的分子活性做预测，配套的 AlphaGenome Atlas 覆盖了人类基因组全部 90 亿种单字母变异。但按组织取平均会摊平近缘细胞之间的差异，疾病相关的细胞级效应容易被漏掉。AlphaGenome 2 重构了架构，不再并行预测多种组织，而是条件式建模，单次只针对一种条件，比如某一组织、某类细胞或某种细胞状态。目标生物条件在模型每个阶段都作为输入，同一段 DNA 在不同细胞类型中的读取差异因此可以被学习到。条件式架构还支持跨模态填充，缺失的实验数据可以由模型补齐。
训练规模与开放节奏
模型基于 68 类组织超过 1 亿个单细胞图谱训练，把静态的细胞图谱转成了人类遗传学的预测引擎。它还能对模型此前没见过的细胞类型与疾病状态做出预测。初代模型一次可读取百万字母长度的 DNA 序列并同步预测多类组织的数千项属性，效率高但计算力分散，这正是新版本要解决的问题。目前 AlphaGenome API 面向非商业研究免费开放，商业用途需等待私密预览通道放开。对做罕见病与复杂性状研究团队来说，能在单细胞层面提前看到变异影响，等于把实验筛选的起点往前挪了一大截。站内AutoDNA 登 Nature 的自主实验拆解也走了同一条路。
延伸阅读
- 谷歌Gemini Omni 1.2 Flash上线：15秒视频每秒0.07美元6 天前
- 谷歌为 Anthropic 190 亿美元数据中心项目提供信用支持7 天前
- 皮查伊称 75% 代码由 AI 生成 距递归自我改进还很远3 周前
- Maxinsights 交付 200 万小时具身数据3 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- Gemini Robotics 2.5 上生产线：奔驰产线分拣成功率 96%2026-11-11
- 谷歌 Gemini 记忆摘要开放：可查看编辑删除 18 岁美国用户先行2026-11-11
- 我国算力总规模 310 万 PFLOPS：居全球第二2026-11-10
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记