9月8日，谷歌DeepMind正式发布AlphaGenome Atlas，一个覆盖人类基因组全部约90亿种单核苷酸变异的预测图谱。所谓单核苷酸变异，就是DNA序列中单个字母的改变，人类基因组约30亿个碱基对，每个位置都有另外3种可能的替换方式，加起来正是约90亿种。DeepMind利用其基因组AI模型AlphaGenome，把每一种变异的潜在分子效应全部预计算完毕，形成一个容量达1PB的数据集，规模是AlphaFold数据库的30倍以上，约相当于2亿张照片的数据量。这张图谱即日起通过免费网页门户向学术研究开放，任何研究者无需编写代码即可查询。
人类基因组计划完成二十多年后，科学家面临的问题早已不是读出DNA字母，而是理解每个字母的功能以及突变会带来什么后果。真正编码蛋白质的区域只占人类基因组的约2%，其余98%是非编码区，它们调控基因在什么细胞、什么时间、以多大程度表达，大量与疾病和性状相关的变异恰恰藏身于此，也是最难解释的部分。传统方法要么依赖实验数据圈定调控区域却难以定位具体碱基，要么依赖跨物种保守性而对人类特有位点不敏感，逐个实验验证数十亿种变异则成本完全不现实。
AlphaGenome瞄准的正是这一空白。这一模型最早于2025年公布，今年1月正式发表于《自然》，一次最多可读取约100万个碱基，预测染色质开放、转录因子结合、组蛋白修饰、RNA剪接、基因表达与染色质三维接触等多类分子指标。而AlphaGenome Atlas要做的是把这种能力扩展到整个基因组，团队对参考基因组中超过90亿种可能的单碱基变化全部完成预计算，并把结果整理成可查询的资源。对研究者而言，最直接的变化是过去需要自己运行模型获得的预测，如今打开网页或调用API就能直接获取。
海量预测只是第一步，如何让研究者快速找到值得深挖的变异才是关键。DeepMind为此推出AlphaGenome变异影响评分，即AVI分数。它将AlphaGenome对基因调控影响的预测，与DeepMind此前开发的蛋白质变异预测模型AlphaMissense的预测结合起来，把多层面的生物信息压缩成一个数字，帮助研究者在成千上万的候选变异中排序。与只看蛋白编码区的传统打分不同，AVI同时适用于编码区与非编码区，解决了约98%基因组区域的变异评估难题。
更精细的是，每个AVI分数都附带了特征归因，研究者可以看到这个分数主要来自哪些分子过程的预测，是RNA剪接被扰乱，还是基因表达或染色质开放受影响。图谱还整理了超过2500种反复出现的DNA短序列基序，这些序列往往是转录因子识别与结合的位置。换句话说，研究者不仅能判断一个变异影响有多大，还能知道它可能通过什么机制起作用，为后续实验设计提供了明确的优先级与方向线索。
图谱的价值在发布前就经过了实战检验。罕见病领域，美国博德研究所与GREGoR联盟合作，利用AVI对既往无法解释的罕见病变异重新排序，其中一名癫痫性脑病患儿此前多项遗传检测均未找到病因，研究者最终锁定一个影响DNM1基因的变异，该基因已知与癫痫性脑病密切相关，图谱预测显示该变异可能产生异常RNA剪接位点，后续实验验证支持了这一判断。
人群遗传学领域同样传来捷报。英国埃克塞特大学研究者利用超过5.4万名英国生物银行参与者的全基因组数据，寻找影响血浆蛋白水平的罕见非编码变异，他们先用图谱的分子效应预测对变异进行筛选分组再做关联分析，检测到的非编码遗传关联增加了22%，在具体分析中把526个候选变异缩小到4个。研究者还计划把类似方法拓展到身高、体重指数等更多性状的研究中。这些案例共同指向图谱的定位，它不直接给出最终结论，而是帮科学家从海量候选中优先筛出更值得研究的对象。
完成如此规模的预计算并非易事。DeepMind基因组学负责人透露，团队最初估算需要把计算效率提升约80倍，最终通过模型蒸馏、GPU计算优化与减少重复计算等手段实现目标。这套打法与其在AlphaFold上的经验一脉相承，2022年AlphaFold数据库扩展至超过2亿个蛋白质结构预测，让研究者无需自行运行模型即可查询结构，如今AlphaGenome Atlas把同样的模式复制到基因组调控领域，用大规模预计算降低整个领域的算力门槛。
当然，图谱的边界同样清晰。多位未参与项目的专家指出，基因调控涉及细胞类型、发育状态与远距离调控元件等复杂因素，AlphaGenome一次分析约100万个碱基，仍可能遗漏更远距离的调控关系；AVI分数适合筛选排序，但高分意味着变异可能具有较大分子影响，并不等于已经证明其致病。DeepMind也明确表示，图谱面向科学研究而非临床诊断，相关结果仍需结合遗传学证据、患者表型与实验验证进一步确认。从AlphaFold到AlphaGenome Atlas，AI正在把生命科学的基础研究资源化，而这张覆盖90亿种变异的生命地图，才刚刚翻开第一页。