DeepMind发布AlphaGenome Atlas基因组变异图谱

9月8日，谷歌DeepMind发布AlphaGenome Atlas——一个覆盖人类基因组中全部约九十亿种单核苷酸变异分子效应预测的预计算数据库。该数据集体量达1拍字节，是AlphaFold数据库的三十余倍，面向非商业用途免费开放，研究者无需编写代码即可通过网页门户查询任意变异的预测结果。

AlphaGenome Atlas是AlphaGenome模型的产品化封装。该模型于2025年6月以预印本形式发布，2026年1月正式发表于《自然》杂志（第649卷，1206–1218页）。此前，研究者使用该模型需编写代码逐一提交查询；Atlas则将全部可能变异的预测结果预先计算并整理为可检索的数据库。DeepMind科学副总裁Pushmeet Kohli在接受《科学美国人》采访时表示，这是全球研究者首次能仅凭打开浏览器就获取人类基因组及其变异的完整图谱。

预测内容与核心功能

Atlas对每种单碱基变异预测其在十一种分子层面的影响，涵盖基因表达、转录起始、RNA剪接（含剪接位点使用率和剪接连接）、染色质可及性、组蛋白修饰、转录因子结合、染色质三维构象和多聚腺苷酸化等模态。预测覆盖数百种人类和小鼠细胞类型与组织，为单碱基变化如何在细胞分子网络中传导提供多维视角。

Atlas引入了AVI综合评分，将AlphaGenome对非编码区的预测与AlphaMissense对编码区蛋白质功能影响的预测整合为单一排序指标。AVI特征归因功能可将该分数分解为可解释的生物学贡献——如剪接、染色质可可及性、序列保守性——帮助研究者快速筛选值得深入研究的变异。此外，Atlas还包含超过两千五百个全基因组范围重复出现的DNA序列模体集合。

从计算到查询的范式转变

实际使用体验的变化十分显著。此前研究者获取AlphaGenome预测需运行计算量庞大的查询，如今可在数秒内查表完成。加州大学圣迭戈分校精神遗传学家Jonathan Sebat形容说，研究流程可以精简很多，因为不需要再自己计算任何东西，直接查表即可。

早期应用已产出成果。布罗德研究所团队利用AVI评分对一个未确诊癫痫性脑病病例进行变异排序，在DNM1基因中发现了一个关键变异——该变异产生错误的剪接位点，导致蛋白质异常延伸，该预测随后经实验验证确认。埃克塞特大学研究者将Atlas应用于五万四千余名英国生物银行参与者的全基因组数据，通过按预测分子效应对罕见变异分组，多发现了22%的非编码遗传关联，并鉴定出19个此前未被识别的与体重指数相关的遗传区域。

Stowers医学研究所分子生物学家Julia Zeitlinger将Atlas称为非编码DNA的可检索词典——非编码区决定了基因在何时何地被激活，是基因组中长期最难解读的部分。

模型架构与规模

AlphaGenome采用受U-Net启发的层次化架构，结合编码器、用于长程依赖建模的Transformer（带跨设备通信）和解码器，处理最长100万碱基对的DNA序列。模型在5,930条人类基因组轨道上做出预测，大部分输出达到单碱基对分辨率。训练分两阶段进行：四折交叉验证产生模型集合，再经知识蒸馏压缩为单一学生模型，在NVIDIA H100 GPU上单次变异预测不到1秒。Atlas还覆盖了人类基因组中已观察到的超过一亿个短插入/缺失变异。

从蛋白质折叠到基因组解读

AlphaGenome Atlas的发布脉络与AlphaFold一脉相承。AlphaFold预测了超过两亿个蛋白质的三维结构，其核心贡献者于2024年获诺贝尔化学奖。AlphaFold解决的是蛋白质层面的问题，Atlas则面向DNA调控层面——决定蛋白质何时、何地、以何种方式被生产的基因组"暗物质"。DeepMind将两者视为互补关系，共同构成对生命系统可计算化的整体愿景。

局限与边界

Atlas并非临床工具。DeepMind明确声明AlphaGenome未经验证、未获批准用于任何临床用途。Atlas配套论文目前以预印本形式发布，尚未经同行评审（底层AlphaGenome模型已通过同行评审并发表于《自然》）。模型仅基于人类和小鼠数据训练，对其他物种的适用性未知。所有预测均为计算推断而非实验测量，任何临床或治疗决策前仍需湿实验室验证。商业许可条款尚未公布，DeepMind表示将通过谷歌云提供商业路径。

分析

AlphaGenome Atlas的核心意义不在于算法本身的飞跃——底层模型此前已发表——而在于将计算密集型查询转化为免费即时查表的战略决策。这一举措消除了AI预测与广泛科学研究之间的主要瓶颈。它能否复现AlphaFold式的开放获取效应——即催化海量下游研究——取决于研究者多快愿意在这些预测基础上采取行动，以及预印本中的声称能否通过同行评审。布罗德研究所和埃克塞特大学的早期成果表明，在特定应用场景中信任已在形成。但这一信任能否从罕见病诊断扩展到信号噪声比更低、过度解读风险更高的常见疾病遗传学领域，仍有待观察。