人类基因组的每一种"拼写错误"，现在都有了预测说明书

这是一篇科普解读。9月8日，谷歌 DeepMind 发布了 AlphaGenome Atlas——把人类基因组全部约 90 亿种单字母变异的潜在效应提前算完，存成一个免费开放的在线数据库。对绝大多数实验室来说，一件以前"算不起"的事，现在变成了"查一下"。

DNA 的说明书比喻大家都熟悉：人类基因组由约 30 亿个碱基对写成，用的是 A、T、C、G 四个字母。绝大多数时候，这套说明书忠实地复制下去；但偶尔，某个位置上的一个字母会被换掉——比如 A 变成了 G。

这就是单核苷酸变异（SNV），基因组里最常见的"拼写错误"。这些拼写错误造就了人与人的差异——瞳孔的颜色、乳糖的耐受——也带来了疾病风险：有些变异直接致病，有些则潜伏在调控区域里，不动声色地改变某个基因的表达量。

问题在于：面对一个新发现的变异，你怎么知道它是无害的背景噪音，还是致病元凶？

传统答案是做实验——细胞培养、动物模型、功能验证，一套下来以月计、以万美元计。9月8日，谷歌 DeepMind 给出了另一个答案：全部提前算好，免费查。

90亿次替换、1PB数据：Atlas把'不可能'算完了

先把数字摆出来。

人类基因组约 30 亿个位置，每个位置有 3 种可能的字母替换（A 可以变成 T、C、G）——总共约 90 亿种单字母变异。DeepMind 用自家的 AlphaGenome AI 模型，把这 90 亿种变异每一种的潜在效应都算了一遍，总数据量约 1 PB（相当于两亿张照片）。

结果就是 AlphaGenome Atlas：一个在线数据库，任何研究者输入一个变异位置，立刻得到预测结果——这个变异如何影响附近基因在不同组织中的表达、如何改变 DNA 折叠（染色质）结构、如何影响 RNA 剪接……一次查询，数千项预测指标。

这件事的工程难度常人难以想象。DeepMind 团队坦言，项目启动时的测算显示需要把计算速度提升 80 倍才能在合理时间内完成——最终靠模型蒸馏、GPU 内核优化、消除冗余计算才啃了下来。Atlas 还收录了超过 1 亿种在人类基因组中实际观察到的短插入/缺失变异的预测。

为什么"提前算完"这么重要？看看前置故事：AlphaGenome 模型 2025 年发布、2026 年 1 月登上 Nature 并开放非商业使用以来，约 9000 名研究者通过 API 调用它的预测——但写代码这道门槛，把大量不擅长编程的生物学家挡在了门外。现在，门槛变成了"会查网页"。

AVI评分：给每个变异一个'要不要在意'的数字

查询方便了，新问题随之而来：一次查询吐出数千项预测指标，哪个才是重点？

API 用户的反馈很直接——"能不能给我一个数字，告诉我这个变异到底要不要在意？"DeepMind 的回应是 AVI 评分（AlphaGenome Variant Impact）：把复杂的多维预测压缩成一个数值，直观反映一个变异的生物学影响程度。

这个评分经过临床验证：DeepMind 与学术研究者合作的分析显示，AVI 评分能在临床基因组学数据库中可靠地区分致病突变与无害变化。

一个数字当然是有代价的——简化必然丢失信息，研究者需要理解它的边界。但作为初筛工具，它的价值已经在实战中显现。

从Broad的癫痫病例到英国生物银行：早期应用实录

Atlas 发布前，已有团队用它解决了真实问题。

病例一：Broad 研究所（麻省理工-哈佛）的一个团队面对一名严重癫痫患者——常规基因检测找不到致病突变。借助 AVI 评分和 Atlas 预测，团队把一个位于非编码区域的变异锁定为可能病因。这正是 Atlas 最独特的价值所在：基因组里只有约 2% 的序列直接编码蛋白质，剩下 98% 是功能尚不明确的调控区域——传统基因检测盯着的"编码区"，只是冰山一角。

**病例二：**埃克塞特大学的统计遗传学家用 Atlas 预测结果，在英国生物银行 5.4 万名参与者的全基因组数据中，识别并解释了与数千种血液蛋白水平相关的罕见非编码变异——并计划把同样的分析方法拓展到身高等其他性状。

对罕见病研究来说，这个工具的意义尤其直接。全球罕见病患者平均要经历数年的"诊断奥德赛"才能找到病因，相当一部分患者至今没有答案——非编码变异正是那些"没找到的答案"最可能的藏身之处。Atlas 给了研究者一张系统的搜索地图。

AlphaFold谱系：预计算开放数据库的第三次复制

把时间线拉长，能看到 DeepMind 一套清晰的方法论。

2020 年，AlphaFold：解决蛋白质结构预测，然后把超过 2 亿个预测结构做成免费数据库——此后数百万研究者使用，结构生物学的研究范式被改变。

2023 年，AlphaMissense：预测 7100 万种可能的错义变异（影响蛋白质序列的变异）是否致病，结果同样做成开放数据库。

2026 年，AlphaGenome Atlas：第三次复制——把"AI 大规模预计算 + 免费开放数据库"的公式，应用到基因调控效应预测上。

这个模式值得所有 AI for Science 从业者琢磨：算力壁垒是可以转化为公共品的。一个机构把最贵的计算做完，整个领域的门槛就被永久降低了。DeepMind 产品经理 Dhavi Hariharan 透露的动机也很实在：AlphaGenome API 的 9000 名用户已经证明了需求，Atlas 要做的是"移除摩擦"——"当你移除了摩擦，好奇心也会随之增加。"

当然，边界同样要写清楚。英国桑格研究所的 Ben Lehner 提醒：AlphaGenome 的预测性能"还远未达到理想水平"，不应单独用于临床决策；多基因疾病（受成百上千个变异共同影响）和超远程增强子（在模型"视野"之外调控基因）是明显的短板。Atlas 是研究者的优先级排序工具，不是医生的诊断书。

但即便如此，这件事的分量也足够了：人类基因组每一种可能的拼写错误，第一次有了说明书。接下来的十年，罕见病诊断、精准医疗、甚至对"垃圾 DNA"功能的理解，都会因为这份说明书而改写。

原文链接：DeepMind's new genome 'atlas' charts effects of all nine billion human gene mutations
千方医数集编辑部 出品