DeepMind 发布 AlphaGenome Atlas：覆盖人类基因组 90 亿个单碱基变异的预测图谱
来源Google DeepMind查看原文
速览
- AlphaGenome Atlas 预计算了人类基因组全部 90 亿个单碱基变异的效应预测，规模 1 PB。
- AVI 评分把 AlphaGenome 与 AlphaMissense 的预测合成一个数字，覆盖编码与非编码区。
- 平台免费向学术研究开放，商业用途将上线 Google Cloud。
- 合作方已在罕见病研究中实验验证 DNM1 变异，并发现 22% 更多非编码关联。
- Atlas 收录 2,500 多个 DNA motif，可用于定位转录因子结合位点。
- DeepMind 将 Atlas 定位为基线而非终点，未来随模型迭代更新。
- Atlas 可接入 Google Antigravity 等 agentic 系统，用于端到端科研流程。
- 官方声明 AlphaGenome 未经验证、未获批用于任何临床用途。
Google DeepMind 发布 AlphaGenome Atlas，一个包含人类基因组中全部约 90 亿个单核苷酸变异（即每一个可能的单字母 DNA 改变）效应预测的平台，相关论文同步公开。该数据集规模达 1 PB，是 AlphaFold Database 的 30 倍以上，通过免费网站门户向学术研究开放。DeepMind 同时推出 AlphaGenome Variant Impact（AVI）评分，把 AlphaGenome 与 AlphaMissense 两个模型的预测压缩为单一数值，可同时覆盖编码区（占基因组 2%）和非编码区（占 98%）。外部合作方已用该平台在未解罕见病研究中定位并实验验证了关键变异，并在 UK Biobank 数据中发现更多非编码关联信号。
关键事实
- AlphaGenome Atlas 包含人类基因组中 9 billion（90 亿）个单核苷酸变异的效应预测，覆盖每一个可能的单字母改变。
- 数据集规模为 1 petabyte，超过 AlphaFold Database 的 30 倍。
- 平台今日起通过网站门户、AlphaGenome API 以及 Google Antigravity 中的 skill 提供，学术用途免费，商业用途将上线 Google Cloud。
- 新发布的 AVI 评分融合 AlphaGenome 与 AlphaMissense 的预测，可同时用于编码区（基因组的 2%）和非编码区（98%）。
- Atlas 为每个变异提供数千项分子效应预测，覆盖数百种人类与小鼠细胞类型和组织。
- Atlas 收录超过 2,500 个重复出现的 DNA 序列 motif 及其位置。
本站视角
这件事对三类人最直接：一是做遗传学和罕见病研究的团队，过去要在成千上万个候选变异里手工筛选因果变异，现在可以用 AVI 评分先排序，Broad Institute 在 DNM1 上的案例说明这套预测已经能产出可被实验验证的假设，而不只是纸面打分；二是做人群遗传学和统计遗传学的研究者，Exeter 团队在 54,000 多名 UK Biobank 参与者中多找到 22% 的非编码关联，说明按预测分子效应给罕见变异分组，能有效压低统计背景噪声，这对长期受困于非编码区信号难识别的领域是实打实的方法改进；三是国内做生物信息、基因检测和 AI for Science 的团队，Atlas 免费开放学术使用、商业版将上 Google Cloud，意味着可以把它当作基础设施来用，而不必自己从零预计算。 我们的判断是：这是实质性的资源型进展，而非营销包装。理由在于它的价值不在模型本身有多新，而在于把已有模型的能力做成了可检索、可排序、可解释的公共数据集——AVI 评分给出单一数字，AVI feature attributions 再说明是 RNA 剪接还是基因表达被破坏，这种「分数加归因」的组合才是研究者真正能用的形态。与 AlphaFold Database 相比，Atlas 的 1 PB 规模和 30 倍体量说明 DeepMind 在把「预计算 + 免费门户」当作一条可复制的产品路线，这对整个 AI for Science 领域是个信号：模型发布之后，数据基础设施可能才是决定影响力的那一环。 需要观察和警惕的地方有三点。第一，AVI 评分「best-in-class」的说法来自 DeepMind 自己的测试，原文没有给出具体的 benchmark 名称和对比基线，第三方独立评测出来之前，这个结论应视为厂商自述。第二，目前公开的验证案例集中在少数几个合作机构（Broad Institute、Exeter、Stowers 等），样本量和适用范围都有限，Atlas 在非欧洲人群、非 UK Biobank 数据上的表现尚不清楚，这对中国研究者尤其重要——如果训练和验证数据以欧洲人群为主，直接套用到东亚人群的变异解读上可能存在偏差。第三，官方明确声明 AlphaGenome 未经验证、未获批用于临床，因此任何把 AVI 评分直接用于临床诊断或健康风险判断的做法都是越界的，商业用途也要等 Google Cloud 上线后才能合规使用。对国内团队来说，短期内更现实的用法是把它作为研究假设的生成器和优先级排序工具，而不是结论本身。
背景与影响
人类基因组中约有 90 亿个可能的单字母突变，逐一在实验室验证在现实中不可行，这长期是解读遗传变异如何影响分子生物学的瓶颈。DeepMind 此前已推出 AlphaGenome 模型，可预测遗传变异对生物过程的影响，但主要用于分析特定变异，缺少全基因组尺度的整体视图。AlphaGenome Atlas 通过大规模预计算 AlphaGenome 的预测，把模型能力转化为可直接检索的资源。这一思路延续了 AlphaFold Database 的路径：2022 年该数据库把可用的 3D 结构信息从约 190K 个实验结构扩展到超过 200M 个结构预测，覆盖科学界已知的几乎所有蛋白质，并让没有编程经验的研究者也能使用。DeepMind 表示，随着 AlphaGenome 等模型改进，全基因组图谱会越来越全面和精确，Atlas 也会被整合进更广泛的 agentic 系统。需要指出的是，官方明确说明 AlphaGenome 尚未针对任何临床用途验证或获批，Atlas 提供的信息不能替代专业医疗建议、诊断或治疗。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
