Google DeepMind 发布 AlphaGenome Atlas，预计算90亿种DNA变异影响

DNA 通常被比作生命的指令手册，其中编码蛋白质的片段称为基因，但人类基因组中绝大多数 DNA 属于「非编码」序列。这些非编码区域中，部分功能尚不明确，另一些则对基因活性的调控至关重要。调控元件之间的相互作用错综复杂，其效果因细胞和组织类型而异，有些甚至能影响基因组中相距甚远的基因。英属哥伦比亚大学基因组学家 Carl de Boer 指出，理解 DNA 变化如何影响这种调控机制，是理解大多数疾病的根本所在。

为应对这一挑战，Google DeepMind 于2025年发布了 AI 模型 AlphaGenome，并于2026年1月在《自然》期刊发表详细论文，同时向公众开放非商业使用。该模型能够对比原始与变异 DNA 序列，预测单碱基改变对基因表达和调控活动的影响。然而，此前研究人员需要自行筛选变异位点、编写代码并独立运行这一计算量极大的模型，门槛较高，限制了其广泛应用。

此次发布的 AlphaGenome Atlas 彻底改变了这一局面。DeepMind 团队提前完成了针对人类参考基因组全部90亿种可能单碱基替换的预测计算，并将结果整合进可公开访问的在线数据库。科学家只需在界面中查询特定变异，即可获取包含11种输出类型的详细预测信息，以及一个直观的单一数值影响评分，无需具备编程能力或高性能计算资源。

实现这一规模的计算并非易事。整个数据集约达1拍字节，DeepMind 基因组学负责人 Žiga Avsec 坦言，项目启动之初团队认为这在计算上几乎不可能完成。早期估算显示，需要将计算速度提升80倍才能在合理时间内完成。为此，团队综合运用了模型蒸馏、GPU 内核优化以及消除冗余计算等多种技术手段，最终实现了这一工程壮举。

Atlas 并非没有局限性。许多疾病与多个遗传变异共同相关，而非单一位点改变；此外，AlphaGenome 虽然分析变异周围约100万个碱基对的区域，但某些称为增强子的 DNA 序列可在极远距离调控基因，有时超出模型的视野范围，其效果难以预测。de Boer 也提醒，单一影响评分是对复杂预测的高度简化，容易被误读。他认为 AlphaGenome 是目前该领域的领先模型，但同时指出其计算速度慢、资源消耗大的问题，Atlas 的发布恰好可以惠及那些缺乏高端硬件的研究者。

AlphaGenome Atlas 目前对非商业研究免费开放，商业授权则另行协商。这一资源延续了 DeepMind 在生命科学领域的开放数据库传统——此前 AlphaFold 预测了蛋白质三维结构，AlphaMissense 则对7100万种蛋白质编码变异的致病性进行了预测，相关结果均已公开。Google DeepMind 科学副总裁 Pushmeet Kohli 表示，理解 DNA 这门生命语言，将为人类打开无数扇门。

要点

• AlphaGenome Atlas 收录了人类参考基因组全部90亿种单碱基替换的预计算预测，数据集规模约1拍字节，于2026年9月8日公开发布。
• 科研人员无需编写代码或自行运行模型，即可通过在线界面查询变异对基因表达和调控活动的预测影响，大幅降低使用门槛。
• 新增的单一数值影响评分方便快速筛选，但研究者需注意其为复杂预测的简化结果，存在被误读的风险。
• 为在合理时间内完成90亿条预测，团队综合采用模型蒸馏、GPU 内核优化和消除冗余计算等技术，将计算效率提升约80倍。
• Atlas 对非商业研究免费开放，可帮助科学家过滤候选变异、优先安排实验验证，有望加速基础生物学和疾病治疗研究。