DeepMind推出人类基因组AI图谱，预测90亿个DNA突变影响

关键要点

• DeepMind发布AlphaGenome Atlas，全面预测了人类基因组中90亿个单碱基突变效应。
• 项目累计生成1 PB预测数据，涵盖超过1亿个已知的短片段DNA插入和缺失变异。
• 团队开发了AVI评分体系，成功协助Broad Institute锁定了一例严重癫痫患者的非编码致病突变。
• 该数据库目前面向全球非商业科研用途完全免费开放，显著降低了生物学家的算力门槛。

穷尽人类基因组突变可能

人类基因组由约30亿个碱基对组成，但其中仅有2%负责编码蛋白质，其余98%的非编码区功能极其复杂。单个碱基的替换是人群中最常见的变异类型，部分罕见突变会直接诱发严重疾病。DeepMind依托去年推出的AlphaGenome模型，系统计算了全基因组每个位点可能出现的3种碱基替换，累计涵盖90亿个突变预测，并纳入了超过1亿个已知的小片段插入与缺失。

从海量数据提炼单一评分

这项工程产生了高达1 PB的预测数据，规模媲美此前涵盖2亿个蛋白质结构的AlphaFold数据库。为了降低生物学家的使用门槛，研发团队开发了「变异影响评分（AVI score）」，用单一指标量化特定突变的潜在生物学后果。在临床基因组测试中，该评分能够精准区分致病突变与良性突变。Broad Institute的研究团队已借助该图谱，成功将一名严重癫痫患者的致病根源锁定在一个非编码突变上。

构建非编码区域的检索词典

该图谱不仅能预测染色质折叠形态的变化，还能评估变异对邻近基因在不同组织中表达的影响。研究团队利用这些预测结果，系统绘制了散布在基因组各处的短DNA序列，即「调控基序（DNA motifs）」。这些基序负责招募转录因子或调控信使核糖核酸（mRNA）的生成。合作科学家评价，这项工作相当于为长期难以捉摸的非编码DNA打造了一本可以随时查阅的功能词典。

消除算力壁垒但仍需实验验证

巴塞罗那基因组调控中心的研究者指出，罕见病领域过去受限于高昂的算力开销，很难直接在全基因组尺度运行前沿AI大模型，该图谱直接消除了这一计算瓶颈。不过，柏林马克斯·德尔布吕克分子医学中心的生物信息学家也提醒，该图谱虽然大幅扩展了顶级AI模型的可及性，但它终究不能完全替代实体湿实验，也无法直接概括复杂个体间的特异性差异。

对研究者的意义

对于基因组学与计算生物学研究者而言，该图谱将大模型全基因组推理的极高计算成本降为零。研究人员无需编写复杂代码调用API，即可直接检索非编码变异对染色质构象和基因表达的潜在影响，大幅加速了解释全基因组关联分析（GWAS）位点、排查罕见病非编码致病变异的研究进程。