AlphaGenome Atlas：DeepMind 预先算完 90 亿种单碱基变异，罕见病候选先按影响分数排队

2026 年 9 月 8 日，Google DeepMind 发布 AlphaGenome Atlas：把人类参考基因组里理论上所有可能的单核苷酸变异（约 90 亿种）对分子功能的影响预先算出来，形成约 1 PB 的数据资源。非商业研究用户既可以在网页上查询、无需写代码，也可以调 API 做批量分析。^[S2][S3][S6]

Atlas 的核心不是四个各自独立的模型，而是四层彼此相连的资源。第一层是 AlphaGenome 的分子效应预测。AlphaGenome 是一个已过同行评审的 sequence-to-function 模型，输入最长 100 万碱基对的 DNA 序列，预测基因表达、RNA 剪接、染色质可及性、转录因子结合、组蛋白修饰、染色质接触等 11 类分子读出。这些结果原本要逐个跑模型才拿得到，Atlas 把它们提前算好；平均每个变异对应约 27,000 个实验与生物样本特异的标量预测，去掉 active-allele 预测后约为 15,000 个。^[S1][S6]

第二层是 AVI（AlphaGenome Variant Impact）分数。它不是手工凑出来的加权公式，而是另行训练的监督学习模型，用 18 个输入特征：10 个按模态聚合的 AlphaGenome 特征、1 个 AlphaMissense 分数、3 个蛋白终止相关的 VEP 指标、2 个进化保守性分数，外加 2 个 indel 类型指标。训练标签取自 gnomAD 中已观察到的变异，频率高于 0.1% 的算「代理中性」，低于 0.1% 的算「代理有影响」，输出再换算成 PHRED 分数。^[S6]

这个训练目标很实用，也画出了一条重要的边界：稀有不等于致病，常见也不等于绝对无害。AVI 学到的是一个把人群频率和多类分子效应连起来的优先级分数，不是对临床致病性下判决。

第三层是 AVI feature attribution。团队用近似 SHAP 的方法，把 AVI 的原始分数拆成各输入特征的正负贡献，让研究者看清一个高分主要是来自剪接、表达、染色质、蛋白质影响，还是进化保守性。要注意，这里的归因解释的是模型为什么给出这个分数，不等于真实的生物因果机制。^[S6]

第四层是 motif compendium。团队从 AlphaGenome 的归因信号里找出约 9 亿个候选调控模式，经筛选和聚类得到 2,601 个 motif，并在不同细胞类型和模态中定位了约 2,530 亿个 motif 实例。它把「这个变异可能重要」往前推了一步，接到「它可能破坏了哪一种局部调控语法」。^[S6]

发布时 DeepMind 重点展示了两个应用。一个是在 GREGoR 的 814 例未解决病例里，用 AVI 排出一名癫痫性脑病患者 DNM1 基因内的深层内含子变异。AlphaGenome 预测它会在脑相关转录本中生成异常的剪接受体位点，团队随后用覆盖 265 个核苷酸、跨 5 种细胞系的 minigene 实验验证，证据支持作者建议把该变异归为 Likely Pathogenic。^[S6]

另一个是在 54,189 名 UK Biobank 参与者的 2,028 项循环蛋白水平分析里，先用 Atlas 特征筛过罕见非编码变异，显著且条件独立的聚合关联发现率提高了 22%；研究者还在 BMI 分析中报告了 19 个候选基因组区域，不过这些仍是等待进一步验证的统计发现。^[S2][S3][S6]

DeepMind 又一次把一次性的模型推理变成可反复调用的基础设施

在 Atlas 之前，想大规模跑 sequence-to-function 模型，研究者得自备代码、算力和一整套数据处理；非编码变异也没有统一的解释工具。

这条路已经走过好几遍：先训练一个旗舰预测模型，再大规模预计算，最后把结果包装成研究者可以直接查询的公共资源。AlphaFold Database 从 2021 年开始提供蛋白质结构预测，后来扩展到 2 亿多条已编目的蛋白质序列；AlphaMissense 在 2023 年预先算了约 7,100 万种可能的人类错义变异；AlphaGenome Atlas 则把预计算铺到全基因组，涵盖编码区和非编码区约 90 亿种可能的单碱基替换。^[S3][S4][S7]

把 Atlas 看成「DeepMind 把 AlphaFold Database 的路在基因组上再走一遍」是有用的，但要加两条限定。三者共享的是把模型变成基础设施的路径，科学对象并不相同。AlphaFold Database 主要为已经编目、真实存在的蛋白质序列给出结构预测；AlphaMissense 和 AlphaGenome Atlas 更像反事实地图，穷举大量「这里换成另一个字母会怎样」的可能变化，其中许多在人群里可能从未出现过。

这也不是照抄一遍，而是技术上的接续。AVI 的输入里直接含 AlphaMissense 的输出，于是 Atlas 同时用上了蛋白质层面的错义变异分数和 AlphaGenome 的调控效应预测。上一代资源成了下一代系统的一个特征，而不是推倒重来。^[S6]

AlphaFold Database｜预先算的是已编目的蛋白质序列，更像一张已知对象的结构地图；主要证据目标是预测结构与实验结构对不对得上。

AlphaMissense｜预先算的是人类蛋白质里约 7,100 万种可能的错义变化，更像一张编码区的反事实变异地图；目标是判断这种变化会不会破坏蛋白质功能。

AlphaGenome Atlas｜预先算的是 hg38 上约 90 亿种可能的单核苷酸变异，是一张全基因组的反事实效应地图；目标是预测变异对多类分子过程的影响。

谁能访问，按什么许可

访问方式也和 AlphaFold Database 不尽相同。Atlas 的网页和 API 目前面向非商业研究开放；AVI 静态下载用的是更宽松的许可，其他特征和归因数据分属不同访问层级，商业使用计划通过 Google Cloud 提供。所以「能访问」不等于整套 1 PB 数据完全开放，也不意味着可以随意拿去训练别的模型。^[S3][S6]

人类基因组里只有约 2% 直接编码蛋白质。剩下的非编码区域既有大量调控元件，也有功能尚不清楚的序列，许多与性状和疾病相关的变异就落在这里。非编码变异通常比编码区的更难解释：它可能只改变某一种细胞里的剪接、表达或染色质状态，也可能只在特定的发育阶段、组织或环境下才起作用。^[S3]

这不等于说编码区的变异就好判定。编码区同样有大量 VUS，只是那里的蛋白结构、保守性、功能注释和专用预测工具更齐全。非编码区缺的是同等密度、同样便于检索的功能证据，所以研究者常常测序结果已经拿在手里，却还是没法把某个候选变异接到明确的分子机制上。

DNM1 这个病例展示了 Atlas 最有说服力的用法。AVI 先把一个深层内含子变异从大量候选里提到前面；AlphaGenome 接着给出脑细胞相关的异常剪接机制；研究团队再用文献、患者表型和 minigene 实验把证据链补齐。要注意的是，在这段局部剪接实验上，AlphaGenome / AVI 的 AUPRC 为 0.943，SpliceAI 和 Pangolin 分别是 0.940 和 0.939。它的主要优势不在局部准确率大幅领先，而在于 Atlas 已经提前覆盖了这个位置：原有的 SpliceAI 预计算资源在 DNM1 exon 10a 附近根本没有结果。^[S6]

这恰好说明，Atlas 的直接价值更接近搜索基础设施：它未必让某一条预测更准，却让更多研究者更快找到值得细看的候选，还能看清分数是被哪些分子模态推上去的。对那些反复跑不起 1 Mb 序列模型的实验室，这种预计算实实在在降低了门槛。

AlphaFold Database 是一个可参照的先例。据 DeepMind 报告，五年后它已被 190 多个国家的 300 多万名研究者使用，其中 100 多万人来自中低收入国家；可见把昂贵模型变成能直接访问的公共资源，本身就可能让科研能力分布得更广。但这只能说明基础设施有可能被广泛采用，不能据此推断 AlphaGenome Atlas 会以同样的速度带来疾病发现、临床诊断或药物成果。^[S8]

这张证据图评的是底层模型的剪接能力。

Nature 论文 Fig. 3 显示，在 10 kb 以内的剪接变异效应预测上，AlphaGenome 的组织加权 auPRC 为 0.76，SpliceAI 为 0.73；在 ClinVar 深内含子和剪接位点区类别上也领先（panel h）。这是底层模型的评测证据，不是 Atlas 自己的：Atlas 只是把这个模型的预测预先算好，做成可查询的资源。^[S1]

底层 AlphaGenome 的基准证据比较扎实。

模型已发表于 Nature。论文报告，它在 24 项 sequence-track 评估中有 22 项超过外部模型，在 26 项变异效应评估中有 25 项达到或超过当时最佳的外部模型。它最清楚的优势，是把 1 Mb 上下文、单碱基分辨率和多模态输出装进同一个模型，而不是在每个单项任务上都大幅领先。^[S1][S9]

AVI 并非在所有任务上都领先。

在 ClinVar 内含子、同义和 3′ UTR 等类别上，AVI 的提升很明显；但在 5′ UTR、非编码孟德尔病变异、fine-mapped GWAS 和罕见复杂性状等评估中，它只与最佳方法相当，甚至略低。比如非编码孟德尔病基准上 AUPRC 为 0.76，GPN-Star-M 为 0.77；fine-mapped GWAS 上是 0.28 对 0.27。更准确的说法是：它在多类基准上达到或接近最佳，并在部分非编码类别上明显改善，而不是全面领先。^[S6]

DNM1 的证据链比较完整，但仍是一例。

在这名患者身上，AVI 把该变异排到首位，AlphaGenome 给出一个可检验的异常剪接机制，minigene 实验验证了这个机制，最终证据支持作者建议归为 Likely Pathogenic。这说明 Atlas 能在具体病例里帮忙排候选，但它不是前瞻性临床试验，也推不出对所有未确诊患者都同样有效。^[S6]

UK Biobank 的 22% 是统计发现率，不是多出来的因果事实。

研究用的是 54,189 名参与者的 2,028 项循环蛋白水平数据。经 Atlas 筛选的聚合分析把显著关联的发现率提高了 22%，条件分析之后仍显著的 241 个聚合关联里有 177 个来自 Atlas 特征。但这些结果主要是统计遗传学信号，还没有逐个做分子或临床验证；分析用的也是稍早版本的 Atlas 数据。复杂性状那部分，31 个关联里有 25 个在 All of Us 中拿到了足够的变异计数，其中只有 4 个达到名义显著的重现，且都没有通过 Bonferroni 校正。^[S6]

AVI 那个统一分数，是有意压掉上下文换来的。

它在不同组织的 AlphaGenome 预测里取最大效应，再压成一个分数。这让全基因组排序更好用，代价是丢掉了一部分细胞和组织层面的语境。SHAP 归因能说明是哪些输入把 AVI 分数推高的，但单凭它证明不了这个特征在体内真有因果作用。

训练数据里没有的生物学，AlphaGenome 建不出来。

配套技术稿把这些限制列得很清楚：poly(A) 富集的 RNA-seq 会漏掉非多聚腺苷酸化的 RNA；许多相关细胞类型根本没有数据；各模态之间的细胞类型覆盖也不均衡；模型学的主要是顺式调控语法，无法直接表示转录因子表达变化这类反式机制。超出有效上下文的远距离调控、个体基因组效应、遗传背景、发育过程和环境影响，同样仍然难办。^[S1][S6]

现有的独立评估冲着底层模型来，不是冲着 Atlas。

一份用 GTEx 953 人数据做的独立预印本发现，AlphaGenome 明显好过 Enformer，却仍不及直接在个体数据上训练的 Elastic Net 和 Random Forest。这个比较不能简单读成「传统模型普遍胜过 AlphaGenome」，因为两边的训练目标和可用数据都不一样；它更准确地说明了一件事：从参考序列上的分子预测，到个体的表达预测，这一步不会自动完成。^[S5]

外部专家认可它的多任务统一，也提醒单一分数容易被误读。

Science Media Centre 汇编的专家意见认为，AlphaGenome 的工程水平很高，但在单项任务上常常只是与最好的专用工具打平，现阶段还不足以直接用于患者诊疗。IEEE Spectrum 引述 UBC 基因组学家 Carl de Boer 的话说，AVI 这样的单一分数很有用，也很容易被误读，因为它压缩的是一个有许多活动部件的复杂系统。Nature 的发布报道同样把 Atlas 称为预测资源，而不是实验结论或临床判决。^{[S9][S10][S11]}

「基因组版 AlphaFold Database」这个类比有边界。

AlphaFold Database 画的是已知的蛋白质对象；Atlas 画的是可能突变带来的反事实后果。蛋白质结构可以和相对明确的实验坐标比对，基因组的「功能」却分散在细胞类型、组织、模态和时间条件里，离「某个人会不会得病」还隔着好几层因果。Atlas 里绝大多数假设性变异也未必能在真实人群中观测到，可验证性因此本就不同。官方明确写着：AlphaGenome 和 Atlas 仅供研究，不能替代医学建议，未经临床验证，也未获批用于临床决策。^[S2][S3][S6]

「模型 → 大规模预计算 → 可查询资源」已经成了 DeepMind 惯用的 AI4S 产品路径。

AlphaFold Database、AlphaMissense 和 AlphaGenome Atlas 面对的科学对象各不相同，但都把只有少数团队负担得起的昂贵推理，变成了更多研究者可以直接调用的基础设施。AlphaGenome Atlas 把这条路径一举铺到了全基因组的变异空间。

预计算改的是模型进入工作流的方式，不是模型本身的能力。

不用重新训练一个更大的 AlphaGenome，Atlas 就把研究者的做法从「先挑一个变异，再申请算力跑模型」换成了「先查全局地图，再决定细看哪一个」。系统由此从 Model 往 Search / Decision Support 挪了一步，但它仍不负责给出最终的医学结论，也不会自己做实验、再按结果更新模型。

规模把模型的价值和盲区一起放大。

一个模型被跑上 90 亿次，推理成本和覆盖瓶颈确实大幅下降；但训练数据里缺的细胞类型、没被测到的 RNA、反式机制、遗传背景、发育和环境因素，也会被成片地复制到整张地图上。算力能买来搜索范围，买不回从来没有观测过的生物学。

AlphaFold Database 画的是已知对象，AlphaGenome Atlas 画的是可能的变化。

前者回答的是「这个已知蛋白质可能长什么样」，后者回答的是「如果这里换一个碱基，模型认为会变什么」。反事实地图更适合做筛选、提假设，也更要求读者分清预测、关联、机制和临床证据。

单一分数好用和易被误读，来自同一个设计。

AVI 把 18 个特征压成一个可排序的数字，非专业用户也能靠它快速缩小候选范围；但这个数字里混着分子预测、蛋白影响、保守性和人群频率代理。它最适合回答「先看哪一个」，不适合单独回答「哪一个一定致病」。规模能压低推理、覆盖和搜索的成本，却补不回测量、数据收集和生物表征环节本就缺失的信息。