11 月 11 日，Google DeepMind 发布新一代基因组模型 AlphaGenome 2。它把对 DNA 序列及其变异的预测，从组织平均层面推进到单个细胞类型与细胞状态层面，帮助研究者定位哪些遗传变异在特定细胞里推动疾病。
前代 AlphaGenome 按整块组织做笼统预测，同一组织内混合的数十种细胞会把关键信号平均掉。AlphaGenome 2 改为条件模型：在百万字母 DNA 序列之外，额外输入目标细胞类型或细胞状态，针对单一条件定向推理，并支持跨模态补全缺失实验数据。
训练数据覆盖 68 种组织、超过 1.07 亿个单细胞图谱（人 + 鼠）。在含 28 种原代免疫细胞的 TenK10K 测试上，AlphaGenome 2 识别致病因果变异的比例达 30%，上代经微调后为 16%；判断基因表达变化方向的准确率为 43%，对比基线 23%，整体近两倍提升。
除基因表达外，它还能预测组蛋白修饰、染色质可及性与 DNA 甲基化，并可在不重新训练的情况下分析未见过的细胞状态。模型现已通过 AlphaGenome API 向非商业研究开放，商业研究处于私有预览；DeepMind 将把模型封装为 Skills，接入代理式开发平台 Google Antigravity，与 Gemini 4 协同加速科研。