AlphaGenome Atlas 发布：预测人类基因组全部90亿种单碱基变异的分子影响

AlphaGenome Atlas 是什么

AlphaGenome Atlas 是 Google DeepMind 推出的一个大规模基因组预测平台，核心目标很直接：对人类基因组中所有可能的单碱基替换（即单核苷酸变异，SNV）进行系统性预测。这类变异共有约90亿种——因为人类基因组有约30亿个碱基对，每个位置都可能变成另外三种碱基之一。

传统实验方法无法逐一测试如此庞大的数量。AlphaGenome Atlas 利用 AI 模型 AlphaGenome 的能力，预先计算了每一种变异在多种生物学层面的潜在影响，并将结果整理成一个可查询的数据库。整个数据集体积达1拍字节（PB），是 AlphaFold 数据库的30多倍。

这个平台不是为了取代实验，而是帮科学家缩小搜索范围。就像地质图能标出矿藏可能性一样，Atlas 标出哪些 DNA 变化最可能干扰细胞功能，从而指导后续验证。

核心工具：AVI 评分与特征归因

为了让海量预测变得可用，团队开发了 AlphaGenome Variant Impact（AVI）评分。这是一个单一数值，综合了两个模型的输出：

• AlphaGenome：预测变异对基因调控的影响，比如是否改变染色质开放程度、RNA 剪接或启动子活性；
• AlphaMissense：专门评估蛋白质编码区变异是否破坏蛋白结构或功能。

AVI 评分覆盖全基因组，包括仅占2%的编码区和占98%的非编码调控区。后者虽然不直接编码蛋白，但控制基因何时、何地、以何种水平表达，多数与疾病或性状相关的变异其实落在这里。

更重要的是，AVI 不只是一个黑箱分数。系统会同时提供“特征归因”（feature attributions），说明这个分数主要由哪些生物学过程驱动。例如，某个变异的高 AVI 分可能源于它被预测会严重破坏剪接位点，或者显著降低某个增强子的活性。这种可解释性让研究人员能快速判断机制假设是否合理。

在罕见病研究中的实际应用

罕见病诊断的一大难点是：患者基因组里通常有成千上万个罕见变异，但真正致病的往往只有一个。过去靠人工或简单算法筛选，容易漏掉关键线索。

Broad 研究所的 Laura Covill 和 Anne O’Donnell-Luria 团队与 GREGoR 联盟合作，用 AVI 评分重新分析了一批“未确诊”的罕见病病例。他们发现一个此前被忽略的变异位于 DNM1 基因内含子区域。该基因已知与癫痫性脑病相关，但这个变异不在编码区，常规流程未予重视。

AlphaGenome 预测显示，该变异创建了一个异常的剪接供体位点，导致 mRNA 多出一段不该有的序列，最终产生延长且功能异常的 DNM1 蛋白。后续细胞实验验证了这一预测，并在附近区域发现了其他具有类似效应的变异。这说明 Atlas 不仅能定位致病变异，还能揭示其分子机制。

揭示非编码区与复杂性状的联系

除了单基因病，大多数常见疾病（如糖尿病、高血压）和生理特征（如身高、BMI）受大量微效变异共同影响，其中很多位于非编码区。由于这些变异效应微弱，又混杂在海量中性变异中，传统全基因组关联分析（GWAS）很难检测到信号。

英国埃克塞特大学的 Gareth Hawkes 利用 AlphaGenome Atlas 对 UK Biobank 中5.4万名参与者的全基因组数据进行了再分析。他没有逐个检验变异，而是先按 AVI 评分将罕见非编码变异分组，再看高评分组是否整体与某个性状相关。

这种方法使他多发现了22%的非编码关联信号。例如，他定位到调控 PLA2G7 蛋白水平的变异——该蛋白与衰老和心血管健康有关；还找到了影响 EGLN1 表达的位点，EGLN1 是细胞感知氧气的关键因子。

更进一步，Hawkes 聚焦 BMI 相关变异，仅分析 AVI 评分最高的1%非编码变异，就识别出19个新的候选基因组区域。这些区域可作为后续功能研究的重点目标。

解码基因组的“调控词汇”

DNA 不只是编码指令，还包含大量调控“语法”。短序列模体（motif）就像单词，被转录因子等蛋白识别，从而开启或关闭基因。

AlphaGenome Atlas 内置了一个包含2500多个从头发现（de novo）的 DNA 模体目录，并标注了它们在不同细胞类型中的活性。Stowers 医学研究所的 Julia Zeitlinger 和 Melanie Weilert 利用这一资源，区分了两类转录因子：一类只影响局部染色质的可及性（即 DNA 是否“打开”），另一类则能直接激活或抑制基因转录。

这种分类有助于理解为什么某些非编码变异只在特定组织中起作用。例如，一个影响肝脏特异性增强子的变异，可能只在肝细胞中改变基因表达，而在其他细胞中毫无影响。

如何访问与使用

AlphaGenome Atlas 已通过多个渠道向科研社区开放：

• 网站门户（alphagenome.google/atlas）：无需编程基础，支持基因、区域或变异 ID 查询，提供交互式可视化；
• AlphaGenome API：适合批量分析或集成到现有流程；
• Google Antigravity：作为“技能”嵌入该 agentic 平台，可与其他工具链协同完成端到端科研任务。

目前资源免费用于非商业学术研究，未来将在 Google Cloud 上提供商业授权。底层模型 AlphaGenome 也已在 GitHub 开源。

局限与未来方向

需要强调的是，AlphaGenome Atlas 的预测尚未经过临床验证，不能用于诊断或治疗决策。它的价值在于生成假设、指导实验设计。

此外，当前预测主要基于静态细胞状态数据，尚未充分涵盖发育阶段、环境刺激或细胞间相互作用等动态因素。随着更多高质量功能基因组数据的积累和模型迭代，地图的精度和覆盖度会持续提升。

DeepMind 将 Atlas 视为一个起点，而非终点。长远来看，这类资源有望与蛋白质结构预测（AlphaFold）、细胞通路建模等工具整合，构建更完整的“数字细胞”模拟框架，从根本上加速生命科学发现。