DeepMind AlphaGenome横空出世！有望破解人类基因组98%非编码“暗物质”，开启AI驱动基因调控研究新时代

*仅供医学专业人士阅读参考

2025年 6 月 25 日，谷歌DeepMind 团队推出了开创性的人工智能模型 AlphaGenome，并在预印本平台同步发布了题为

AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model

AlphaGenome 是新一代基因组 AI 模型，可以从最长可达 100 万个碱基的 DNA 序列出发，预测上千种与基因调控相关的分子属性，并快速评估单点变异的功能影响。得益于这种“长距离＋高精度”组合，再配上秒级的对照推理，模型可在瞬间给出任何单点突变对所有调控层面的功能分数！

在 22 项序列-功能与 26 项变异-效应基准测试里几乎全面领先，被认为可将非编码突变解析、靶点挖掘和基因调控疗法研发从“实验瓶颈”推进到“计算先行”的新阶段！

纪念斯隆-凯特琳癌症中心基因组学家 Caleb Lareau 评价称这项工作“是该领域的里程碑：首次把长程上下文、单碱基精度和跨任务最佳表现融于一体”。

《自然》杂志发表的评论文章称，AlphaGenome是破解基因组 98% 非编码“暗物质”的一把新钥匙。

在人类基因组草图问世近 25 年后，这部长达 31 亿“字母”的巨著仍有大片内容难以读懂，尤以占 98% 的非编码区最为棘手。这些基因暗区虽然不编码蛋白质，但却可以通过极为复杂的机制调控蛋白质编码进程。

非编码区域包含编码基因的启动子、增强子、剪接信号、三维折叠“拉链”等调控元件，大量全基因组关联研究（GWAS）发现，超过九成与复杂疾病相关的遗传信号都落在这些区域。非编码区域好比隐藏的调音台：微小突变可能就会改变基因何时、何地、以多大力度表达，牵动发育、免疫、代谢乃至肿瘤发生的整体网络。

因此，深入解析非编码区域不仅能解释传统“蛋白序列无异常却患病”的谜团，还为靶点发现、基因调控疗法（如 ASO、CRISPR-a/i）打开新通道，是精准医学不可或缺的突破口。

在 AlphaGenome 出现之前，研究者想要弄清非编码 DNA 对疾病的影响往往受限于“三大瓶颈”。

一是实验通量低：要验证一个远程增强子或剪接信号是否真能调节基因，需要逐级进行多项实验，动辄几个月，成本巨大。

第二，传统算法无法兼顾长度和精度。早期模型要么聚焦几百个碱基的小窗口却看不见长距离环路；要么增大到几十万碱基却丢失单碱基分辨率，无法同时捕捉微小突变和百万级上下文。

三是信息割裂，基因表达、染色质开放、转录因子结合和 3D 结构等调控读数被分散在不同数据库和独立工具里，缺乏“一站式”整合，给科研工作带来很多不便。

而AlphaGenome可以一次阅读最长 100 万个碱基的 DNA 片段，并且在单碱基分辨率上同时输出上千项读数：从转录起止位点、RNA 剪接量，到染色质开放度、3D 环路、蛋白结合位点等十多个调控模态。

得益于这种“长距离＋高精度”组合，再配上秒级的对照推理，模型可在瞬间给出任何单点突变对所有调控层面的功能分数。在 DeepMind 的演示中，AlphaGenome 准确预判了与白血病相关的某些非编码突变会间接激活邻近致癌基因。

当然，目前的 AlphaGenome 还处于「婴儿」阶段。目前该模型仅使用人类与小鼠数据训练，尚未针对其他物种或个人基因组做全面验证；对跨越十万碱基以上的远程调控预测也仍待改进。

冷泉港实验室计算生物学家 Peter Koo 指出，AlphaGenome 还未纳入细胞动态变化因素，例如蛋白质水平和 DNA 化学修饰的时空波动。Koo 预计，未来研究人员将借助 AlphaGenome 设计精准调控 DNA 序列，或通过虚拟实验模拟细胞对遗传变动的反应。目前，非商业研究者已可通过编程接口访问模型，更完整的开放版本也在规划中。

DeepMind 也呼吁学术界通过新开放的 AlphaGenome API 共同验证与扩展模型，期望“与全球研究者一道，将对 DNA 指令的理解推向新的深度”，并明确指出未来还将把模型能力延伸到更多物种、更多组织类型和更多调控模态，以支撑精准医学和合成生物学的下一波突破。

总之，奇点已近！

参考文献：

https://deepmind.google/discover/blog/alphagenome-ai-for-better-understanding-the-genome/