11 月 11 日，Google DeepMind 公布 AlphaGenome 2。官方把问题写得很短：心脏、大脑与免疫系统共用同一段 DNA 序列，为何一个字母的改动会在某些细胞里致病，在另一些里却放过？新模型要做的，是把预测从整片组织的平均值，推进到具体的细胞类型。
官方称，模型在超过一亿个单细胞图谱、六十八种组织上训练，一次只聚焦一种细胞条件；与前代相比，能多找出近一倍会开关基因的变异。它也可以在不做重新训练的情况下接入实验室数据——官方举例：只需几十个细胞的数据，便可观察免疫细胞对疫苗的反应、肠道里驱动炎症的细胞，或干细胞逐渐变成血细胞的过程。现已向非商业研究开放接口与交互式教程；商业研究则需申请预览。能力与范围以官方说明为准，本站并未复现。
同一段序列，要换一个细胞再读。
【推论】灯下记下的不是又一张疾病清单。把整片组织当作一张模糊的图来看，格子里发生的事就会被平均值吞掉。用得上的提醒或许只有一句：相同的字母，在不同的细胞里可能被读成不同的意思；要问它做了什么，先问它在哪里被读。