2026 年 9 月 8 日，Google DeepMind 发布 AlphaGenome Atlas：人类基因组约 30 亿个碱基，每个位置有 3 种可能的替换——约 90 亿个单碱基突变，这一次全部被预先算完。但"算尽"二字先按下不表，且看它算出了什么。
数据集达 1 PB，是 AlphaFold 数据库的 30 倍以上。超过 1 亿个在人群中真实观察到的短插入缺失（indel）也被一并打分。学术研究者今天起可通过网页门户免费查询，不需要写一行代码，但商用版本还要等 Google Cloud 上线。
AlphaGenome Atlas 与 AlphaFold 数据库的条目规模与数据体量对比（BioTender 根据官方数据绘制）
人类基因组只有 2% 编码蛋白质，剩下 98% 的非编码区负责调控基因活性，大多数疾病相关变异藏在这里。但《自然》的报道直言，这 98% "难到近乎魔鬼级别"——逐个实验测试 90 亿种突变，永远没有可能。
从"现点现算"到"基因组预制菜"
底模 AlphaGenome 去年 6 月亮相、今年 1 月登上《自然》：输入 100 万碱基序列，单碱基分辨率输出 5,930 个人类功能基因组轨道，26 项变异效应评测中 25 项打平或超过最强对手。但模型再强，过去一直是"现点现算"——每解读一个变异，都要单独跑一次推理。
Atlas 的核心流程：对全基因组约 90 亿个 SNV 逐一做参考/突变序列对比预测（来源：AlphaGenome Atlas 预印本 Fig.1）
Atlas 把推理前置，像餐厅把菜全部预先做好，研究者只管点菜。这个剧本 DeepMind 演过一次：2022 年 AlphaFold 数据库从约 19 万个实验结构扩到 2 亿多个预测结构，用户数以百万计。但这一次的条目规模，是当年的 45 倍。
发布当天，Demis Hassabis 在 X 上亲自定调："With AlphaFold we mapped the protein universe — now with AlphaGenome Atlas we're charting the human genome."
翻译成大白话：当年绘制蛋白质宇宙，如今绘制人类基因组。从蛋白质到基因组，DeepMind 的"制图"路线正式连成了线。但这条线的临床终点，被刻意留白了。
Atlas 的四大组件：AVI 评分、特征归因、全基因组预计算轨道与 motif 全集（来源：DeepMind 官方博客视频）
一个分数，给 90 亿个突变排名
90 亿条预测只是原料，直接砸给研究者只会把人淹没。但 Atlas 真正递出来的，是一个数字：AVI 评分（AlphaGenome Variant Impact），把 AlphaGenome 的调控预测与 AlphaMissense 的蛋白效应预测压进同一个 Phred 分数——Phred 20 意味着排进全基因组前 1%。
AVI 评分的架构：融合 AlphaGenome 各模态预测、AlphaMissense 与保守性等特征（来源：AlphaGenome Atlas 预印本 Fig.1）
可以把它理解成基因组的"信用分"。以往的评分工具大多只管编码区那 2%，但 AVI 同时覆盖非编码区——而大多数性状相关变异恰恰住在那 98% 里。
分数好不好，要用临床数据说话。在 ClinVar 数据库上，AVI 区分致病与良性变异的精度（AUPRC）达 0.90，老牌工具 CADD 为 0.83。在内含子变异上，AVI 拿到 0.76，次优模型只有 0.44。indel 上则达到 0.99。但 AVI 并非全胜——5'UTR 类别的头名，被进化模型 GPN-Star 拿走。
AVI 在 ClinVar 各类变异与全基因组评测中的表现，对比 CADD、GPN-Star 等模型（来源：AlphaGenome Atlas 预印本 Fig.2）
AVI 还能拆账。每个分数都附带特征归因，告诉你它由什么驱动——剪切异常、染色质可及性变化，还是进化保守性。以镰刀型贫血的致病基因为例，模型准确指出了哪个调控元件在起作用。但分数只是入场券，机制解读才是 Atlas 的差异化所在。
HBB 位点示例：AVI 特征归因拆解变异影响的分子机制（来源：AlphaGenome Atlas 预印本 Fig.2）
五年未解的病例，被排名捞了回来
分数只是承诺，案例才是证据。在 GREGoR 罕见病联盟的回顾性测试中，112 个已知致病变异被分别混进患者自己的背景变异里：AVI 前 100 名命中 35.7%，CADD 为 30.4%；前 10 名命中 14.3%，是 CADD（7.1%）的两倍。差距看着不大？但罕见病诊断拼的恰恰就是前几名。
GREGoR 队列回顾性验证：AVI 与 CADD 的致病变异召回曲线对比（来源：AlphaGenome Atlas 预印本 Fig.3）
Broad 研究所的 Laura Covill 与 Anne O'Donnell-Luria 团队把 AVI 用在一个多年未解的癫痫性脑病病例上，捞出一个此前被忽略的 DNM1 深内含子变异（c.1335+1605G>A）。这个变异制造了一个错误的剪切位点，让蛋白异常延长 13 个氨基酸。变异藏得极深，但 AVI 把它捞了出来。
更关键的是组织特异性：异常剪切只在谷氨酸能神经元中发生，血液样本里看不到任何信号——这解释了此前多年检测全部阴性的原因。但预测仍需实证：研究团队用 796 个变异组成的剪切报告文库完成验证，还在附近找到了效应相似的变异。
DNM1 变异的剪切预测与 796 个变异组成的实验文库验证（来源：AlphaGenome Atlas 预印本 Fig.3）
对这个家庭来说，答案迟到了数年，但终究到了。
5.4 万人里，多挖出 22% 的信号
第二个证据走向人群尺度。罕见非编码变异与常见性状的关联极难捕捉——海量无害变异制造了统计"背景噪声"。但埃克塞特大学的 Gareth Hawkes 用 54,189 名 UK Biobank 参与者的全基因组数据做了测试：按 Atlas 预测效应给罕见变异分组后，2,028 种循环蛋白的关联分析多发现了 22%。
UK Biobank 分析：Atlas 注释策略使非编码罕见变异关联发现率提升 22%（来源：AlphaGenome Atlas 预印本 Fig.4）
这 22% 原本埋在噪声里，包括调控 PLA2G7（与衰老相关）和 EGLN1（细胞氧感应）丰度的位点。Hawkes 再扫描与体重指数相关的数亿个非编码变异，只看预测影响最大的前 1%，便锁定 19 个基因组区域。但这 19 个区域只是路标，功能验证还在后面。
PLA2G7 位点：Atlas 预测轨道与实验数据的对应（来源：AlphaGenome Atlas 预印本 Fig.4）
基因组的"词典"，2,601 个词
第三个证据更偏基础生物学。Atlas 从全基因组饱和突变中提炼出 2,601 个 de novo motif——相当于基因组的"词表"。Stowers 研究所的团队用这张 motif 地图给转录因子分工：哪些只会撬开染色质，哪些还能真正开关基因。词表有了，但"语法"——词与词如何组合成调控逻辑——才刚刚开读。
IRF6 位点的细胞类型特异性 motif 地图（来源：AlphaGenome Atlas 预印本 Fig.6）
2,601 个 motif 按调控功能分类：opener、activator 与 repressor（来源：AlphaGenome Atlas 预印本 Fig.6）
"算尽"的边界
但"算尽"二字有明确的边界。从未在人群中被观察到的 indel、以及更大的结构变异，都不在这张地图上。AlphaGenome 对 10 万个碱基之外的远端调控仍然吃力，细胞类型特异性的精细调控也尚未完全解决。
全基因组 90 亿个 SNV 在 23 个 AVI 分数档上的分布全景（来源：AlphaGenome Atlas 预印本 Fig.5）
外部专家的态度是谨慎乐观。Sanger 研究所的 Ben Lehner 用超过 50 万个新实验测试后承认模型"确实表现非常好"，但补了一句"远非完美"——AI 模型的上限取决于训练数据，而现有数据并不理想。
Francis Crick 研究所的 Robert Goldstone 则提醒，它"不是所有生物学问题的万能钥匙"。DeepMind 自己也划了红线：Atlas 未做临床验证，不能用于诊断。但红线之外已全面开放：网页门户、AlphaGenome API、Google Antigravity 技能，非商用免费，商用版即将登陆 Google Cloud。
AlphaGenome 研究仓库：底模权重与工具已面向学术开放（来源：DeepMind GitHub）
底模权重已在 GitHub 放出，API 此前已被 160 个国家的 3,000 多名研究者调用。但调用量能否复制 AlphaFold 的曲线，还要看社区买不买账。
2022 年 AlphaFold 数据库上线时，没人预料到它会催生多少新发现。现在，变异解读有了同等级的基础设施。但基因组里还有没被观察到的 indel、结构变异，以及百万碱基尺度之外的调控——下一张地图要补的空白，已经写在这张地图的边界上了。
