谷歌DeepMind推出AlphaGenome图谱，覆盖90亿种基因突变

谷歌DeepMind研究团队今日宣布，已利用其AlphaGenome人工智能模型，预测了人类DNA中超过90亿种单字母变化可能带来的生物学影响。

该团队将把生成的数据库通过今日发布的AlphaGenome Atlas，向全球研究人员免费开放。AlphaGenome Atlas是一个预先计算好的目录，用于展示单个DNA碱基的每一种替换可能对基因开关调控机制产生的影响。该数据库容量超过1PB，规模约为谷歌AlphaFold数据库的30倍。

DeepMind在一篇博客文章中表示，这一图谱应能大幅加快基因研究的速度。此前，研究人员必须手动完成这项工作，即针对每一个变异逐一运行模型，或在实验室中逐一测试变异。但这一过程极为缓慢，若要探明全部90亿种可能的单字母突变所带来的影响，需要耗费好几代人的时间。

有了这一图谱，生物学家和医学研究人员的工作将变得更加轻松，有助于加深对遗传性疾病的理解，并加快潜在治疗方法的研究进程。谷歌将通过一个网页门户，向非商业研究人员免费提供该数据库，同时也可通过现有的AlphaGenome应用程序接口（API）以及Google Antigravity中的一项技能来访问。DeepMind表示，未来还将通过谷歌云服务提供商业化访问渠道。

AlphaGenome Atlas是在DeepMind今年1月推出的AlphaGenome模型基础上构建的。借助AlphaGenome，研究人员可以输入多达100万个DNA字母，并预测数千项分子层面的测量结果，包括基因表达、染色质可及性和RNA剪接。《自然》杂志报道称，在26项变异效应预测基准测试中，AlphaGenome在其中25项上的表现超过了主流的非专业模型。

如今，DeepMind正将AlphaGenome的预测结果转化为一个更易于获取的综合资源。此前，研究人员必须通过API提交变异数据，这需要一定的编程知识。

这也解释了为何AlphaGenome推出以来，通过API使用该模型的研究人员仅约9000名。而借助AlphaGenome Atlas，DeepMind实际上是将AlphaGenome的全部输出结果一次性开放出来，并配备了基于浏览器的界面，方便研究人员进行探索。

DeepMind还推出了名为AlphaGenome变异影响评分（简称AVI评分）的新指标，该评分将AlphaGenome的预测结果与AlphaMissense（一种用于检测蛋白质改变型变异的模型）的输出结果相结合。其目的是将一个变异所预测的生物学效应浓缩为一个单一数值，从而帮助研究人员确定在研究中应优先关注哪些变异。

多个合作机构已就疾病和群体遗传学方面的一些问题测试了这一方法。埃克塞特大学的研究人员利用该图谱的预测结果，寻找影响人体血液中蛋白质水平的罕见非编码变异。通过根据预测的分子效应筛选候选变异，与未使用该图谱的同类分析相比，他们发现的关联数量增加了22%。在一个案例中，他们将526个候选变异所在的区域缩小到仅剩4个。

埃克塞特大学医学研究委员会研究员加雷斯·霍克斯表示：“人类基因组是一个巨大的搜索空间，我们可以利用它来缩小‘大海捞针’的范围。”

与此同时，斯托?斯医学研究所的研究人员利用该图谱的预测结果，根据转录因子在不同细胞类型中发挥的作用对其进行分类。例如，他们区分出了那些会使DNA保持可及状态、但阻止基因被激活的抑制因子。研究员朱莉娅·蔡特林格表示，如果没有该图谱，绘制这些因子的图谱“是不可能实现的”，因为通过实验完成同样的工作实在过于费力。

尽管AlphaGenome Atlas应能大幅加快生物学研究的速度，但DeepMind基因组学负责人日加·阿夫塞茨提醒称，其预测结果不应被视为实验证据的直接替代品。他指出，AlphaGenome对于某些类型的变异（例如影响启动子或剪接的变异）表现良好，但对于另一些类型的变异，尤其是增强子，表现则不那么理想。他还指出，该图谱预测结果的准确性不及DeepMind的AlphaFold模型在蛋白质结构预测方面所达到的水平。

DeepMind在《自然》杂志发表的一篇论文中指出，AlphaGenome Atlas应被视为一种研究工具，只能作为临床诊断的一部分参考依据。论文还指出，其训练数据仍存在一些空白，限制了模型理解间接效应的能力，例如通过调控蛋白水平变化产生的间接影响。

正因如此，AlphaGenome的预测结果更应被视为研究人员的一种参考指引。阿夫塞茨表示，这些预测结果“准确度足以为下游研究指明正确方向”，但“不应被当作普适真理”。

Q&A

Q1：AlphaGenome Atlas是什么？

A：AlphaGenome Atlas是谷歌DeepMind推出的一个预先计算好的数据库，它预测了人类DNA中超过90亿种单字母变化对基因开关调控机制的可能影响，数据总量超过1PB，是AlphaFold数据库的约30倍。

Q2：AlphaGenome Atlas如何获取和使用？

A：非商业研究人员可通过网页门户免费访问，也可通过现有的AlphaGenome应用程序接口或Google Antigravity中的技能使用。未来DeepMind还将通过谷歌云服务提供商业化访问渠道。

Q3：AlphaGenome Atlas的预测结果能直接用于临床诊断吗？

A：不能。DeepMind强调该图谱是一种研究工具，预测结果不应被视为实验证据的直接替代品，只能作为临床诊断的一部分参考，其准确性也不及AlphaFold在蛋白质结构预测方面的水平。