谷歌AlphaGenome Atlas覆盖人类全基因组变异预测

驱动中国9月8日消息，谷歌DeepMind正式发布AlphaGenome Atlas，这一工具覆盖人类基因组全部约90亿种单核苷酸变异的结构与功能预测，标志着AI在基因组学领域的应用迈入全量级阶段。该平台整合了此前AlphaMissense模型的预测能力，将变异影响评估从单一氨基酸扩展至全基因组尺度，为科研人员提供前所未有的变异解读资源。

单核苷酸变异是人类遗传多样性的基础，也是许多疾病的重要诱因。过去受限于计算与数据规模，学界难以对全部潜在变异进行系统评估。AlphaGenome Atlas利用深度学习模型，对每种可能的单核苷酸替换进行致病性打分，并标注其可能影响的蛋白质功能、剪接位点及调控区域。据DeepMind官方介绍，该图谱覆盖范围包括编码区与非编码区，后者约占基因组的98%，以往常被忽视。

这一成果建立在AlphaMissense的既有积累之上。2023年，DeepMind曾发布AlphaMissense，针对约7100万种错义变异进行预测，而此次发布的Atlas将覆盖面提升至全部90亿种单核苷酸变异，相当于将预测维度从“点”扩展至“全景”。研究人员可通过交互式界面查询特定基因或变异位点，获取致病性概率、保守性评分及组织表达关联等多项指标。

从技术路径看，AlphaGenome Atlas采用Transformer架构，结合人类及脊椎动物基因组的多序列比对信息，学习进化约束与功能后果之间的映射关系。模型输出并非简单二分类，而是提供连续致病性分数，并附带置信区间，帮助研究者区分高置信度致病位点与意义未明变异。DeepMind表示，模型在ClinVar等基准数据集上的表现优于现有计算工具，尤其在罕见变异分类上具有显著优势。

该平台的发布对遗传病诊断具有直接价值。临床实验室在解读全外显子或全基因组测序结果时，常面临大量意义未明变异，AlphaGenome Atlas可作为优先排序工具，辅助遗传咨询师缩小候选基因范围。此外，药物研发领域也可利用该图谱筛选潜在药物靶点，评估个体对特定疗法的反应差异，推动个性化治疗方案的制定。

为促进全球科研协作，DeepMind将AlphaGenome Atlas以开放获取形式发布，任何学术机构或非营利组织均可免费访问。公司同时提供API接口，便于大规模计算流程集成。据外媒报道，首批合作项目已覆盖罕见病病因挖掘、肿瘤体细胞突变解读及群体遗传学比较研究，多个国际基因组联盟正评估将其纳入标准分析流程。

尽管前景广阔，该工具仍存在局限。模型预测基于进化保守性等间接证据，无法完全替代功能性实验验证；对于复杂疾病中多基因互作效应，当前版本尚未提供系统建模。DeepMind团队表示，后续版本将引入表观遗传修饰、三维基因组结构及细胞类型特异性信息，进一步提升预测精度。

AlphaGenome Atlas的推出，是继AlphaFold破解蛋白质结构之后，DeepMind在生命科学领域的又一次重大布局。从蛋白质到基因组，AI正逐步打通从序列到功能的完整链条。业内分析认为，这一资源将加速人类对遗传变异致病机制的理解，推动基因组医学从科研走向临床，其影响力可能在未来数年内持续显现。