谷歌 DeepMind 发布 AlphaGenome Atlas：用 AI 预计算人类基因组 90 亿种单字母变异影响
据 IT之家 9 月 8 日消息，谷歌 DeepMind 今日推出 AlphaGenome Atlas，这是一个面向基因变异功能预测的大规模资源平台，覆盖人类基因组中约 90 亿种单核苷酸变异，也就是所有可能的单字母 DNA 改变。来源显示，该平台已通过门户网站和 AlphaGenome API 向学术研究开放，非商业研究可免费使用，后续还计划在谷歌云开放商业使用权限。
在生命科学研究中，DNA 变异如何影响基因表达、蛋白质功能和疾病风险，一直是难以系统回答的问题。人类基因组中可能出现的单字母突变数量巨大，若依靠实验室逐一验证，成本和时间都几乎不可承受。DeepMind 此次的思路，是将此前推出的 AI 模型 AlphaGenome 的预测能力进行大规模预计算，形成类似“地图集”的全基因组变异效应资源库，帮助研究人员更快定位值得关注的遗传改变。
从模型到图谱：AlphaGenome Atlas 提供了什么
AlphaGenome 此前已被用于预测基因变异对生物过程的影响，而 AlphaGenome Atlas 则将这种预测扩展为覆盖全基因组的预生成数据集。来源称，该数据集规模达到 1 PB，比 AlphaFold 数据库大 30 倍以上，属于目前公开信息中覆盖基因突变分子影响范围最广的目录之一。
平台并不只是给出“有害”或“无害”的单一判断，而是围绕每个变异提供大量分子层面的预测结果，覆盖基因调控等多个关键方面，并关联到数百种人类和小鼠细胞类型与组织。这意味着研究者可以从更细的生物学机制上理解某个变异可能如何发挥作用。
- 分子效应预测：每个变异对应数千项预测，覆盖基因调控相关的多类指标。
- AVI 评分：谷歌同步发布 AlphaGenome Variant Impact 评分，将变异潜在影响压缩为便于排序的单一数值。
- 特征归因：每个 AVI 评分可关联到驱动结果的生物学特征，包括基因调控预测或蛋白质影响评分。
- DNA 序列基序：平台还包含超过 2500 个重复性 DNA 序列及其位置集合，可用于理解基因组“词汇”。
AVI 评分：把编码区与非编码区放进同一套优先级系统
此次发布的 AVI 评分是 AlphaGenome Atlas 的核心工具之一。来源显示，AVI 结合了 AlphaGenome 与 AlphaMissense 的预测优势。后者是谷歌用于预测会改变蛋白质的 DNA 变异影响的模型，而 AlphaGenome 更侧重基因调控等更广泛的分子过程。通过融合两类结果，AVI 可以帮助科学家对大量变异进行快速排序。
这一点对非编码区尤其重要。基因组中编码蛋白质的区域只占约 2%，而非编码区约占 98%，承担着协调基因活性的功能，并容纳了大量与性状相关的变异。传统研究中，非编码变异往往更难解释。来源称，AVI 同时适用于编码区与非编码区，并在多种变异致病性和罕见疾病基准测试中表现出一流性能。
科研案例显示：AI 基因组工具开始进入实际发现流程
AlphaGenome Atlas 的价值不仅在于规模，也在于能否改变科研工作流。来源提到，外部合作研究团队已经借助该平台获得实际成果。例如，博德研究所团队使用 AVI 评分筛选罕见病相关变异，发现了此前被忽略、与癫痫性脑病密切相关的 DNM1 基因变异，并通过实验验证了预测结果。
另一个案例来自埃克塞特大学。研究人员对英国生物样本库超过 54000 名参与者的全基因组数据进行分析，借助 AlphaGenome Atlas 发现了更多非编码基因关联，来源称增幅为 22%，并进一步定位了调控关键蛋白质水平的特定变异。
影响与解读：AI 正在把生命科学数据库升级为“可计算基础设施”
从 AlphaFold 到 AlphaGenome Atlas，DeepMind 的生命科学布局正在从单点模型能力，转向可被全球科研人员直接调用的大规模基础设施。对中文科技读者而言，这一趋势值得关注：AI 不只是生成文本、图像或代码，也在重塑生物医学研究中的数据解释环节。
不过，这类平台更接近科研加速器，而不是临床结论自动生成器。基因变异是否致病、是否可作为治疗靶点，仍需要结合实验验证、临床证据和多学科评估。AlphaGenome Atlas 的意义在于，它将原本需要大量筛查的候选空间提前排序，让研究者把有限资源投入到更有可能产生发现的方向。随着其未来进入谷歌云商业渠道，相关能力也可能进一步影响药物研发、罕见病研究和精准医学工具链。