Google DeepMind 周二发布 AlphaGenome Atlas，一个预演人类基因组中所有可能单字母变化的预测图谱。平台收录了约 90 亿种单核苷酸变异的分子效应预测——也就是人类 DNA 每一种可能的单字母替换——并以 1PB 的数据规模，成为迄今最全面的遗传变异分子生物学影响目录。
人类基因组约由 30 亿个碱基对组成，其中只有约 2% 直接编码蛋白质，剩余 98% 是非编码区域——它们像基因的"开关"，控制着其他基因何时开启、以多强的力度表达。过去，弄清一个碱基替换会对这些调控层造成什么影响，需要研究人员逐变异地在实验室里验证，效率极低。DeepMind 此前的 AlphaGenome 模型能够预测变异对生物过程的影响，已在科研中广泛使用，但调用 API 逐条分析依然繁琐。Atlas 的意义在于把预测预先算好，让研究者一查即得。
为了让科研人员快速锁定最有影响的遗传改变，团队还发布了 AlphaGenome 变异影响评分（AVI）。它将 AlphaGenome 与 AlphaMissense——预测蛋白改变型变异影响的模型——的优势整合为一个单一数值，同时覆盖编码区与非编码区。研究人员可以快速对变异排序，并借助 AVI 特征归因了解每个评分背后的生物学驱动因素，比如 RNA 剪接或基因表达。图谱还附带超过 2500 个重复出现的 DNA 序列基序，即基因组的"词汇"及其位置。
Atlas 的实用价值已经在合作研究中得到验证。Broad 研究所团队用 AVI 评分从既往研究遗漏的变异中，锁定了一个与癫痫性脑病强相关的 DNM1 基因变异，并通过实验验证了其通过错误剪接位点致病的机制。埃克塞特大学的团队把它应用到超过 5.4 万名英国生物银行参与者的全基因组数据上，发现了 22% 更多的非编码遗传关联，并定位了与衰老相关的 PLA2G7 和氧感受器 EGLN1 蛋白的调控变异。
AlphaGenome Atlas 即日起通过免费网站门户（alphagenome.google/atlas）、AlphaGenome API 以及 Google Antigravity 技能开放给学术研究使用，商业用途也将很快登陆 Google Cloud。它比 AlphaFold 数据库大 30 倍，而 AlphaFold 当年把蛋白质结构信息从约 19 万条实验结构扩展到 2 亿多条预测结构，彻底改变了结构生物学。如今，同样的路径正在基因组学上重演。