一口气算完90亿种DNA变化,谷歌用AI破解罕见病

一口气算完90亿种DNA变化,谷歌用AI破解罕见病

来源：倍可亲(backchina.com)

 　　当地时间9月8日，谷歌DeepMind发布了人类基因组预测平台AlphaGenome Atlas，可以理解为，这是一张预测人类基因组中所有可能的DNA单字母变化的图谱，能帮助研究人员理解尚未破解的罕见病等问题，并加速生物学研究。

　　DNA 是生命的语言，但读懂这门语言是一个很大的挑战，人类基因组中大约存在90亿种可能的单字母突变，要逐一通过实验判断这些变化是否影响健康，几乎是不可能完成的任务，但AI可以。

　　根据谷歌DeepMind发布的博客，AlphaGenome Atlas预先计算了人类基因组中约90亿种单核苷酸变异可能产生的分子影响，并将结果整理成一个规模达1PB的数据集。正如地图集由多张地图组成，并把海拔、位置等地理特征联系起来，AlphaGenome Atlas也绘制出了DNA变异在整个基因组中的分子效应图谱。

　　谷歌称，这是目前关于基因突变如何影响分子生物学最全面的预测目录，其数据体量是AlphaFold数据库的30多倍。

　　Atlas平台目前通过网页、AlphaGenome API以及谷歌智能体开发平台Antigravity中的技能向学术研究开放，非商业用户可以免费使用。谷歌还计划通过Google Cloud提供商业版本。

　　值得说明的是，AlphaGenome Atlas是在谷歌此前推出的基因组模型AlphaGenome的基础上发展而来的。

　　2025年6月，谷歌DeepMind首次公布AlphaGenome，这是一个基于深度学习技术的DNA序列AI模型，可预测DNA序列变异如何影响不同的生物过程，加速对非编码基因组的理解。相关研究于2026年1月发表在《自然》杂志。

　　不过，基础模型更适合分析研究人员主动提交的某个变异，难以直接呈现整个基因组的全貌。AlphaGenome Atlas所做的，是把模型对约90亿种变异的预测提前完成，再以数据库和可视化平台的形式交给研究人员。

　　为了帮助科学家快速找到影响最大的遗传变化，谷歌DeepMind还发布了AlphaGenome Variant Impact（AVI，AlphaGenome变异影响）评分。它结合AlphaGenome和AlphaMissense的预测结果，将一种遗传变异可能产生的影响压缩成一个数字。

　　AlphaGenome主要判断DNA变化如何干扰基因调控，AlphaMissense则侧重预测改变蛋白质的变异可能造成什么后果。两者结合后，AVI既能分析占人类基因组约2%的蛋白质编码区，也能覆盖剩余约98%的非编码区。

　　AlphaGenome Atlas和AVI最直接的应用场景是罕见病研究。

　　罕见病患者完成全基因组测序后，往往会产生数千个候选变异。真正导致疾病的可能只有少数几个，研究人员需要从大量变化中找出致病原因，如同大海捞针。

　　Broad研究所科学家Laura Covill一直在寻找病因不明的罕见病背后的遗传原因，但可能涉及的遗传变化数量极其庞大。借助AlphaGenome的变异影响评分，她在DNM1基因中发现了一个关键的剪接错误。

　　“首先利用预先计算的AVI评分，从最初数百万个变异中确定优先级，再通过Atlas查看特定变异预测影响的可视化结果，这种协同方法兼顾了广度与精度，是识别新的、值得关注的罕见病候选变异的一种有力方式。”Covill表示，这是识别非编码区域如何影响罕见病的重要一步。

　　另一个案例来自英国埃克塞特大学。研究员Gareth Hawkes使用AlphaGenome Atlas分析英国生物样本库超过5.4万名参与者的队列数据，寻找与血浆蛋白质水平和复杂性状相关的罕见非编码变异。借助Atlas，研究人员可以预先筛选更可能产生分子影响的候选项。在其中一个区域，候选变异从最初的526个被缩小至仅4个。

　　“人类基因组是一个极其庞大的搜索空间。要找到一个对特定疾病或性状真正重要的遗传变异，就像大海捞针。”Hawkes表示，AlphaGenome Atlas的价值在于“缩小这片大海”，提高找到那根“针”的概率。

　　可以看到的是，在AlphaFold拿到诺贝尔奖之后，谷歌的AI for Science版图开始向更多环节延伸。博客提及，AlphaGenome Atlas代表着谷歌团队朝着一个愿景迈出了一步：为生物学家提供广泛而统一的解决方案。

　　谷歌认为AlphaGenome Atlas是一条基线而非终点，随着AlphaGenome等AI模型不断进步，整个人类基因组图谱也会变得越来越全面和精确。

版权说明 / Copyright Notice:
Content and images in this article may originate from third-party sources and are used for news reporting, commentary, or public interest purposes. All copyrights remain with their respective owners. Please refer to the Copyright Notice at the bottom of this page.
本文内容仅供信息参考，不代表倍可亲立场或观点。