谷歌DeepMind发布AlphaGenome Atlas，AI绘制人类基因组变异全景图

【科技纵览】当人工智能从预测蛋白质结构迈向解读生命密码的深层逻辑，生物学研究的范式正在发生静默却剧烈的重构。当地时间9月8日，谷歌DeepMind正式推出人类基因组预测平台AlphaGenome Atlas。这并非简单的工具更新，而是一张试图囊括人类基因组中所有潜在DNA单字母变化的宏大图谱，旨在为破解罕见病等未解之谜提供钥匙，进而加速整个生命科学领域的探索进程。

DNA被誉为生命的语言，但破译这门语言面临着近乎绝望的挑战。人类基因组中潜伏着约90亿种可能的单核苷酸突变，若依靠传统实验手段逐一验证其对健康的影响，无异于天方夜谭。然而，AI让这一不可能变为可能。据DeepMind官方博客披露，AlphaGenome Atlas预先计算了这90亿种变异可能引发的分子效应，并将结果汇聚成一个体量高达1PB的数据集。这就好比地理地图集将海拔、经纬度等特征关联起来一样，该Atlas绘制出了DNA变异在整个基因组中的分子效应全景。

谷歌方面宣称，这是目前关于基因突变如何影响分子生物学最为全面的预测目录，其数据规模甚至是此前轰动学界的AlphaFold数据库的30多倍。目前，该平台已通过网页端、AlphaGenome API以及谷歌智能体开发平台Antigravity中的技能模块，向学术界免费开放；非商业用户可无偿使用，而商业版本则计划通过Google Cloud提供服务。

值得注意的是，AlphaGenome Atlas并非凭空而来，它植根于谷歌早前推出的基因组模型AlphaGenome。2025年6月，DeepMind首次公开了这一基于深度学习的DNA序列AI模型，它能预测DNA序列变异对不同生物过程的影响，从而加速对非编码基因组的理解。相关研究成果已于2026年1月刊发在《自然》杂志上。不过，基础模型更擅长处理研究人员主动提交的特定变异分析，难以直接呈现基因组的全貌。AlphaGenome Atlas的创新之处在于，它将模型对约90亿种变异的预测提前完成，并以数据库和可视化平台的形式交付给科学家。

为了帮助研究者从海量数据中快速锁定关键遗传变化，DeepMind还同步发布了AlphaGenome Variant Impact（AVI）评分系统。该系统融合了AlphaGenome与AlphaMissense的预测能力，将遗传变异的潜在影响压缩为一个直观的数字。其中，AlphaGenome侧重判断DNA变化对基因调控的干扰，而AlphaMissense则聚焦于预测改变蛋白质的变异后果。两者结合后，AVI不仅能覆盖占人类基因组约2%的蛋白质编码区，更能深入剩余约98%的非编码区域。

在罕见病研究领域，AlphaGenome Atlas和AVI的应用价值尤为凸显。患者完成全基因组测序后，往往会产生数千个候选变异，真正的致病元凶可能仅寥寥数个，筛选过程如同大海捞针。Broad研究所的科学家Laura Covill长期致力于寻找病因不明的罕见病背后的遗传根源。借助AlphaGenome的变异影响评分，她在DNM1基因中发现了一个关键的剪接错误。Covill指出，这种先利用预计算的AVI评分从数百万变异中确定优先级，再通过Atlas查看特定变异可视化结果的协同方法，兼顾了广度与精度，是识别新的、值得关注的罕见病候选变异的有力手段，也是理解非编码区域如何影响疾病的重要一步。

另一个典型案例来自英国埃克塞特大学。研究员Gareth Hawkes利用AlphaGenome Atlas分析了英国生物样本库中超过5.4万名参与者的队列数据，旨在寻找与血浆蛋白质水平及复杂性状相关的罕见非编码变异。借助Atlas的预筛选功能，研究人员能够优先关注那些更可能产生分子影响的候选项。在某一个特定区域，候选变异的数量从最初的526个被急剧缩小至仅4个。Hawkes感慨道，人类基因组是一个极其庞大的搜索空间，找到真正重要的遗传变异就像大海捞针，而AlphaGenome Atlas的价值恰恰在于“缩小这片大海”，显著提高了找到那根“针”的概率。

纵观全局，在AlphaFold斩获诺贝尔奖之后，谷歌的“AI for Science”版图正不断向更多环节延伸。博客中提到，AlphaGenome Atlas代表着团队朝着为生物学家提供广泛且统一解决方案的愿景迈出了坚实一步。谷歌认为，这仅仅是一条基线而非终点，随着AlphaGenome等AI模型的持续迭代，整个人类基因组图谱必将变得更加全面与精确。