先说结论：AlphaGenome 2 不是把 DNA 字母读得更准的升级版，它读的是同一段 DNA 在不同细胞里的「方言」。
11 月 11 日 DeepMind 放出这个模型，官方说法是预测 DNA 变异对特定细胞类型的影响。翻成人话：这个突变，在哪类细胞里先出问题。
老模型告诉你书里有一处印错；它告诉你这处错在哪个车间会被念岔，念岔之后哪条线停摆。差别看着小，用处差很远。
同一本说明书，为什么肝和脑读出两种结果
把 DNA 想成一本超厚的通用说明书，每个细胞都拿到完整一本，一个标点不差。肝细胞和脑细胞手里的书，一模一样。
差别在翻页方式。肝细胞只摊开「代谢」那几章，脑细胞只摊开「信号」那几章，其余用胶带封着。哪几章被摊开，就是基因表达。
于是同一个突变，落在封存的章节里等于没发生；落在正被反复读的那一页上，可能整条产线停摆。同一处印错，后果取决于谁在读。
这就是它的全部立论。它不判断这个变异坏不坏，它判断在哪种细胞里坏。后面所有能力，都从这一句长出来。
它改了什么：从并行猜一遍，到一次问一个条件
一代的思路是把一百万字母的 DNA 喂进去，同时吐出成千上万个实验的结果，覆盖很多组织。效率高，代价是模型容量被摊薄。
官方自己认了这个短板：摊薄之后抓不住亲缘很近的细胞类型之间的差别。两种免疫细胞长得像、分工不同，它容易混。
二代改成条件模型。除了一百万字母的 DNA，每一步还额外吃一个「条件」：哪个组织、哪类细胞、什么状态。容量不再平摊。
说白了，从「一次全猜」换成「一次问一个」。这是工程选择，不是魔法。它的上限仍然取决于训练数据里有没有这类细胞。
数据我较个真：官方说人和小鼠的 bulk 加单细胞，超过 1.07 亿个细胞谱，覆盖 68 个组织。这个量级才是它敢做细胞级预测的底气。
还有个设计挺实用：它把细胞状态和测量结果拆开，只喂单细胞里的基因活性，就能反推没测的染色质可及性、DNA 甲基化。对实验室来说，这条比「能预测变异」更省钱。
数字要较真：它比上一代强多少
最硬的一组数字在 TenK10K 上，那是 28 种原代免疫细胞类型的单细胞图谱，不是随手挑的小数据集。
在这个图谱上，它找到的因果变异占 30%，一代微调后是 16%；方向性基因效应 43%，一代 23%。
别急着信。准确说法是「在 TenK10K 上、对特定基线」。这不是通用准确率，更不能读成「这模型有 30% 的准头」。
官方还有一句「识别出的改变表达的变异近乎翻倍」，跟 30% 对 16% 是同一件事的两种说法，别当两个独立证据。我的判断：提升是真的，但它证明的是免疫细胞里更强，不是所有细胞、所有人群都更强。
一个真实病例：肠炎、ETS2 和肠道巨噬细胞
2024 年 Nature 有项研究，把一种炎症性肠病的因果链拆到底：一个远端调控开关变异，让 ETS2 在肠道免疫细胞里被过度激活。
关键词是「在肠道免疫细胞里」。同一个 ETS2 在别的细胞里活性正常，人就没事。病不是基因坏了，是它在错的细胞里被开得太大。
DeepMind 让二代在几种肠道免疫细胞上跑了一遍，它挑出了这个变异，还预测出它只在肠道巨噬细胞里抬高 ETS2，其他细胞基本不受影响。
注意这是复现，不是新发现。复现的价值在于证明这条路能批量走，不用靠人一个个手工挖。
划重点：能免费用，不等于能商用
今天开放的是 API，入口 alphagenomedocs.com。学术和非商业研究直接能用，还配了 Colab 教程。
商业用途走另一条道：private preview，要申请。「想商用得等授权」这话只对一半——不是排队等发牌，是有门，门开着但得敲。
更该记的是那行免责声明：只用于研究，没经过临床或诊断用途的验证和批准。拿它做面向病人的产品，现在不合规。
商用真正的门槛也不在模型，在数据。想接自家靶点，你得有能对上的细胞数据；没数据，API 再便宜也只是个玩具。
三个我暂时不敢信的地方
一是人群偏差。1.07 亿个细胞谱听着多，但图谱来源偏向少数大型队列，欧洲人群占比历来偏高。跨族裔、跨环境的效应误差多大，这版没讲清。
二是置信度。能预测没见过的细胞状态，是最漂亮的一条，也最该打问号。预测得准，和知道自己什么时候不准，是两件事。
如果我自己上手，第一件事不是看它报了什么变异，而是看它给的低分区间对不对得上已知阴性对照。报得多不等于报得对。
三是距离。从细胞层面的解释到治疗方案，中间隔着三步：找到靶点、做出能作用于它的分子、证明它在人身上安全有效。它把第一步从几年压到几天，这是实打实的。
收尾说实话：这类模型眼下最可靠的用处，是帮科学家少做错几个实验，不是帮病人少受几年罪。前者已经够值钱，不用硬往后者上靠。
