AlphaGenome 映射 90 亿 DNA 变异

# AlphaGenome 图谱绘制90亿种可能的DNA变异 来源：https://spectrum.ieee.org/alphagenome-atlas DNA常被描述为制造蛋白质乃至生命的密码本或指令集。其中被称为基因的特定DNA片段负责编码蛋白质，但绝大多数DNA被视为“非编码”序列。部分序列功能未知，而另一些则对调控基因活性至关重要。 这些调控元件的相互作用方式错综复杂，其影响在不同细胞和组织中存在差异。部分元件甚至能调控基因组中位置遥远的基因（https://spectrum.ieee.org/tag/genome）。不列颠哥伦比亚大学基因组学家卡尔·德布尔（Carl de Boer，https://deboer.bme.ubc.ca/）指出：“理解DNA变化如何影响这种调控机制，是认识大多数疾病的基础。” 正因如此，研究人员致力于解析整个基因组中所有可想象的人类DNA微小变异对基因调控的意义。为此目的，谷歌（https://spectrum.ieee.org/tag/google）旗下DeepMind（https://spectrum.ieee.org/tag/deepmind）开发的AI工具AlphaGenome（https://spectrum.ieee.org/alphagenome-ai-gene-regulation）于2025年首次发布（https://deepmind.google/blog/alphagenome-ai-for-better-understanding-the-genome/）。今年1月，发表于《自然》（**Nature**）期刊的论文（https://spectrum.ieee.org/alphagenome-ai-gene-regulation）公布了更多细节，该模型已面向公众开放非商业使用。该AI模型能够对比原始DNA序列与突变序列，预测变化可能如何影响基因表达及其他调控活动。但研究人员需自行筛选待测变异、编写代码并运行计算密集型模型。 如今DeepMind已预先完成了人类参考基因组全部90亿个单字母变异的计算工作。9月8日，DeepMind宣布（https://deepmind.google/blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome）创建并公开发布AlphaGenome图谱（https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/alphagenome-atlas.pdf）——这是一个基于AlphaGenome模型预计算结果的在线数据库。该图谱为科学家提供了更友好的界面，无需编写代码或自行运行AlphaGenome模型。它还包含备受期待的新功能：单个数值的影响评分，旨在一目了然地显示变异是否具有潜在意义。 谷歌DeepMind科学副总裁普什米特·科利（Pushmeet Kohli，https://research.google/people/105667/?&type=google）表示：“理解我们的DNA是项宏伟挑战。破译这门生命语言能解锁无数可能。” AlphaGenome预测存在重要局限。例如许多疾病与多个遗传变异相关。虽然AlphaGenome考察了变异位点周围相对较大的DNA片段（100万个碱基对），但某些被称为增强子的DNA序列可在超远距离调控基因，有时超出模型观测范围，其影响难以预测。 但图谱仍能帮助科学家筛选可能性并优先安排实验室实验验证预测结果。DeepMind基因组学（https://spectrum.ieee.org/tag/genomics）负责人日加·阿夫塞克（Žiga Avsec，https://www.linkedin.com/in/avsec/）指出：“这将极大加速基础生物学、疾病研究和治疗开发工作。” 德布尔近期协助创建了用于更好比较类似AlphaGenome计算模型的框架（https://github.com/de-Boer-Lab/Genomic-API-for-Model-Evaluation），他表示：“他们似乎为人们创造了有用的资源。”德布尔虽未隶属于DeepMind，但认为AlphaGenome是“领域领先的模型”，同时指出其“运行速度较慢且计算成本高昂”。图谱可让缺乏新型硬件的人员受益，或减少重复进行相同模拟的计算需求。 AlphaGenome图谱目前免费用于非商业研究，未来可能开放商业授权。 ## 计算90亿预测结果 人类基因组包含约30亿个碱基对。每个位置存在三种可能的单核苷酸替换，因此图谱涵盖90亿种变异。完整数据集容量约1PB。 阿夫塞克表示：“启动项目时，我们曾认为计算实现似乎不可能。”早期评估显示，团队需将计算速度提升80倍才能在合理时间内完成图谱编制。 为实现目标，团队通过模型蒸馏、GPU内核优化及消除冗余计算等技术取得突破。阿夫塞克强调：“我们投入了大量思考与工程实现，才使得这种规模的计算成为可能。” AlphaGenome与该图谱建立在DeepMind多年相关研究基础上。2020年，AlphaFold（https://spectrum.ieee.org/alphafold-proves-that-ai-can-crack-fundamental-scientific-problems）能从氨基酸序列预测蛋白质三维结构；2023年，AlphaMissense预测了7100万种可能改变蛋白质的变异中良性与致病的可能性。与新图谱类似，这些项目的预测结果均已发布于公共数据库（https://www.ebi.ac.uk/training/online/courses/alphafold/classifying-the-effects-of-missense-variants-using-alphamissense/alphamissense-in-the-alphafold-database/）。 图谱允许科学家查询单个变异并获取更详细的模型预测信息，包括11种输出类型。但核心指标是单个数值的影响评分——这本质上是对多方面预测结果的简化呈现。 德布尔指出：“它具有明确用途，但也可能容易被误解。我们讨论的是极其复杂的系统，包含众多动态要素。”