AlphaGenome Atlas给90亿突变建档：DeepMind把基因组变异做成一张“预测地图”

谷歌DeepMind今天（2026年9月8日）发布 AlphaGenome Atlas，为人类基因组中约90亿种可能的单碱基变异建立分子效应预测图谱。研究人员可以通过免费门户查询这些变异可能如何影响基因表达、RNA剪接、染色质状态和其他调控过程。

这不是又一个只能对单个DNA片段做分析的模型，而是一套预先计算好的全基因组变异资源库。它把AlphaGenome此前“输入一段DNA、预测变异影响”的能力，扩展成了覆盖全基因组的检索系统。

90亿种变异，为什么值得单独建一张地图

单碱基变异是指DNA序列中一个字母被替换成另外一个字母的变化。人类基因组约包含30亿个碱基位置，而每个位置理论上可以替换成另外3种碱基，因此全部可能的单字母变化约为90亿种。

这个数字的关键不在于“90亿”本身，而在于传统实验方法几乎不可能逐一验证。研究人员通常需要先从测序数据中发现候选变异，再结合基因位置、群体频率、临床记录和实验结果判断它是否可能影响疾病。对于罕见病患者而言，真正的问题往往不是有没有变异，而是患者基因组里成千上万个变异中，哪一个最值得优先调查。

AlphaGenome Atlas试图解决的，就是候选变异排序这一层工作。它不等于90亿次湿实验，也不等于90亿个已经被临床证明的结论，而是对每一种变异预先给出一组模型预测，帮助科学家把搜索范围从“全基因组盲找”缩小到“优先验证最有信号的变异”。

从产品形态看，Atlas更像一张可搜索的预测地图：AlphaGenome负责生成分子层面的预测，Atlas负责把这些结果整理成全基因组索引，研究人员则可以按变异位置、影响类型和评分进行筛选。

Atlas里到底有什么

AlphaGenome Atlas是一个约1 PB的数据集，规模超过AlphaFold数据库的30倍。它并不是简单保存每个变异的一个标签，而是为每个变异关联数千项分子效应预测，覆盖数百种人类和小鼠细胞类型及组织。

| 资源 | 作用 | 对研究人员的价值 | |---|---|---| | 分子效应预测 | 预测变异对基因调控、RNA剪接、染色质等过程的影响 | 观察一个变异可能改变了哪些分子过程 | | AVI评分 | 将变异影响压缩为一个综合数值 | 快速对候选变异排序 | | AVI特征归因 | 展示哪些生物学特征推动了评分结果 | 判断高分来自基因调控还是蛋白质影响 | | DNA序列基序合集 | 收录超过2500种重复性DNA序列及其位置 | 分析转录因子结合和调控元件分布 | | 细胞和组织预测 | 覆盖数百种人类、小鼠细胞类型与组织 | 评估变异是否具有细胞类型特异性 |

这些资源组合起来后，研究人员看到的就不只是“这个变异有风险”或“这个变异没风险”，而是一条更接近生物学解释的链路：某个位点发生替换后，可能削弱某个转录因子结合位点，改变一个增强子的活性，进而影响特定组织中的基因表达或RNA剪接。

AVI评分：先排序，再解释

AlphaGenome Variant Impact（AVI）评分是一个用于衡量遗传变异潜在分子影响的综合评分。它融合AlphaGenome和AlphaMissense的预测结果，把复杂的多任务输出压缩成一个可以用于排序的数值。

AlphaGenome主要关注基因组调控层面，能够分析较长DNA上下文中的基因表达、转录起始、RNA剪接、染色质开放性、组蛋白修饰、转录因子结合和三维基因组接触等信号。AlphaMissense则更专注于蛋白质编码区中的氨基酸改变及其潜在影响。两者结合后，AVI覆盖了编码区和非编码区。

这点很重要。人类基因组中只有约2%的序列直接编码蛋白质，剩余约98%的非编码区域并非“无用序列”，其中包含启动子、增强子和其他调控元件。大量与疾病、身高、血压和代谢等性状相关的遗传信号，实际上落在非编码区域。

| 对比项 | AlphaGenome | AlphaMissense | AVI评分 | |---|---|---|---| | 主要关注对象 | 基因调控和多种分子特征 | 蛋白质编码区变异 | 全基因组变异的综合排序 | | 覆盖区域 | 编码区与非编码区 | 主要是编码区 | 编码区与非编码区 | | 输出形式 | 数千种分子效应预测 | 蛋白质改变影响评分 | 单一综合数值及特征归因 | | 典型用途 | 解释调控元件和远端变异 | 判断氨基酸改变的潜在影响 | 从海量候选变异中优先筛选 | | 解释方式 | 查看具体分子轨道变化 | 查看蛋白质影响 | 追溯哪些生物学特征驱动评分 |

AVI的实际价值，不是用一个数字替代实验，而是让实验顺序更合理。假设一个罕见病患者有数万个遗传差异，研究团队可以先按AVI分数筛出高优先级变异，再检查这些变异是否位于已知调控元件、是否在患者受影响组织中活跃，最后通过细胞实验或动物模型验证。

DeepMind同时提供AVI特征归因，使这个评分不至于变成完全不可解释的黑盒。研究人员可以进一步查看，高分究竟来自AlphaGenome预测的基因表达变化、RNA剪接变化，还是AlphaMissense对蛋白质功能的判断。

AlphaGenome的底层能力，决定了Atlas的上限

AlphaGenome是一套用于预测DNA序列功能的深度学习模型，能够处理最长约100万个碱基对的DNA上下文，并以单碱基分辨率输出多种基因组特征。

“100万碱基上下文”和“单碱基分辨率”解决的是两个互相拉扯的问题。短序列模型可以看清一个碱基的变化，却容易漏掉远处增强子对目标基因的调控；长序列模型能看到更大的基因组范围，但往往会牺牲局部精度。AlphaGenome的设计目标，是同时保留远景和近景：既能看一个位点本身，也能考虑它与数十万碱基范围内其他调控区域的关系。

模型一次推理可以预测数千种分子特征，涉及RNA-seq、CAGE、RNA剪接、ATAC-seq、DNase-seq、ChIP-seq以及染色质三维接触等数据类型。简单说，它不只是在回答“这个DNA片段像不像一个基因”，还在尝试回答“它在什么细胞里什么时候被打开”“会不会影响RNA加工”“可能和哪个远端调控区域发生联系”。

根据DeepMind公布的介绍，AlphaGenome在多项基因组轨迹和变异效应基准测试中取得领先结果。参考资料显示，它在一组26项变异效应预测任务中，有25项达到或超过现有强模型表现；在另一组基因组轨迹评估中，则有22项排名第一。这些结果说明模型的优势并非只来自某一个指标，而是来自多任务统一预测能力。

不过，基准测试领先不代表模型已经可以直接替代临床判断。模型预测的是“分子层面可能发生什么”，临床诊断还需要结合家族史、患者表型、群体频率、实验验证和医生判断。尤其当变异影响多个基因或多个细胞类型时，一个高分可能意味着值得研究，而不是意味着疾病结论已经成立。

它对罕见病和非编码区研究有什么用

AlphaGenome Atlas最直接的应用场景，是帮助研究人员解释长期难以判断的非编码区变异。过去，变异位于蛋白质编码区时，研究人员还能通过氨基酸变化推测影响；但如果变异位于基因附近的增强子、启动子或远端调控区域，判断就困难得多。

AlphaGenome可以把一个非编码变异放进更长的DNA上下文中，观察它是否改变转录因子结合、染色质可及性、RNA表达或剪接信号。对于全基因组关联研究（GWAS）发现的疾病相关位点，模型还可以帮助研究人员寻找真正受到影响的目标基因，而不是停留在“这个位点和疾病相关”的统计关联上。

在罕见病研究中，Atlas可能带来更高效的候选筛选流程。研究团队可以将患者测序得到的变异映射到Atlas中，再按照AVI评分、受影响组织和分子特征归因进行排序。一个位于神经组织增强子、同时预测会显著改变神经细胞基因表达的变异，通常比一个没有明显调控信号的常见变异更值得优先验证。

在癌症研究中，非编码突变同样可能激活癌基因或破坏抑癌基因调控。Atlas能够提供一种统一的计算筛选方式，帮助研究人员寻找那些没有改变蛋白质序列、却可能重新设置基因开关的突变。

合成生物学也可能受益。研究人员可以利用AlphaGenome预测某段DNA在不同细胞类型中的调控行为，尝试设计只在神经细胞中活跃、在肌肉细胞中保持沉默的合成调控元件。这类应用仍然需要实验迭代，但模型可以减少试错次数，让DNA设计从“做很多版本再筛选”逐步变成“先预测、再做针对性验证”。

这次发布真正改变了什么

AlphaGenome Atlas的核心变化，是把基因组AI从“模型服务”推进到“可检索的基础设施”。此前，研究人员需要准备DNA序列、运行模型、保存输出，再自行完成跨样本和跨细胞类型比较。Atlas则把大规模预计算结果集中起来，降低了重复推理和数据整理的成本。

这对资源有限的实验室尤其重要。全基因组、数千分子轨道和数百细胞类型的组合会产生极大的计算与存储压力。1 PB数据集本身也说明，这不是一个普通网页工具，而是一个面向研究基础设施级别的资源。免费门户降低了访问门槛，但真正把数据接入现有分析流程，仍需要处理坐标体系、参考基因组版本、数据下载规模和结果校准等工程问题。

它也显示出DeepMind在生物AI上的产品路线正在变得更完整：AlphaFold解决蛋白质结构预测，AlphaMissense处理编码区错义变异，AlphaGenome负责长序列和基因调控，AlphaGenome Atlas则把这些模型的预测结果组织成全基因组资源。对于开发者和深度用户而言，竞争焦点已经从“谁的模型参数更多”转向“谁能把模型、数据、评估和研究工作流连接起来”。

仍然要警惕三个限制

第一，预测不是实验。AlphaGenome Atlas给出的结果是模型对分子效应的推断，不能直接作为临床诊断、药物疗效或治疗决策依据。高AVI分数需要通过细胞、组织或动物实验验证，低分也不能完全排除复杂或尚未被模型覆盖的生物学影响。

第二，训练数据会影响模型视野。不同组织、细胞类型和实验平台的测量质量并不一致，某些疾病相关组织可能缺乏足够数据。模型在训练数据丰富的细胞类型上表现更可靠，并不意味着在所有组织和人群中都同样准确。

第三，1 PB规模会带来新的使用门槛。免费访问解决了“能不能查”的问题，但没有自动解决“如何正确解释”的问题。研究人员仍需要确认参考基因组版本、变异表示方式和效应方向，避免把坐标错误或统计关联误读成因果关系。

OpenAI Hub判断

AlphaGenome Atlas值得关注，但它的价值不在于“AI已经读懂了全部人类基因组”，而在于它首次把全基因组约90亿种单碱基变化，组织成了可以检索、排序和追踪解释依据的预测资源。

对开发者来说，真正重要的是数据产品化：一次模型推理被扩展为大规模预计算索引，复杂的多任务预测被压缩为AVI排序和特征归因，最终形成面向研究人员的工作流入口。对生物学家来说，它可能显著减少候选变异筛选时间；对临床研究来说，它提供的是线索生成工具，而不是自动诊断系统。

AlphaGenome此前解决的是“给我一段DNA，我告诉你可能发生什么”；AlphaGenome Atlas现在解决的是“把所有可能的单字母变化先列出来，并告诉我哪些最值得看”。下一步的关键，不是继续堆叠预测数量，而是看这些预测能否在更多真实疾病队列、不同人群和湿实验中稳定转化为可复现的发现。

换句话说，AlphaGenome Atlas可能成为基因组研究的搜索层，但距离临床级“答案库”仍有一段距离。它最现实、也最有价值的定位，是把科学家从海量变异中筛选候选目标的时间，压缩到一个更可控的范围内。

参考来源

• IT之家：谷歌DeepMind推出AlphaGenome Atlas，覆盖人类基因组全部90亿种单核苷酸变异预测：介绍AlphaGenome Atlas的发布信息、数据规模、AVI评分和资源组成。
• DeepMind官方博客：AlphaGenome Atlas：人类基因组每一种DNA字母变化的预测地图：发布AlphaGenome Atlas并说明其覆盖约90亿种单碱基变异的官方信息。