要點:
谷歌DeepMind發布重磅AI工具AlphaGenome，首次實現對百萬級DNA序列的高精度解析，全面解讀基因變異對生命功能的影響，標志着基因組學邁入“可預測、可編程”新時代。
基因組猶如生命的藍圖，隱藏在我們每一個細胞之中，攜帶着完整的DNA指令，掌控着生命體從外觀形態到功能表現，乃至生長繁殖和疾病抵抗的方方面面。2003年，人類基因組測序計划完成，人類首次全面揭開了DNA的神秘面紗。然而，如何精准解讀這些復雜的遺傳指令，尤其是微小的DNA變異如何影響生命軌跡，至今仍是生物學領域的一大難題。
如今，這一局面正在被徹底顛覆。谷歌/Google的DeepMind今日發布了革命性的人工智能AI工具“AlphaGenome”，并附帶長達103頁的技朮報告。該模型能夠讀取百萬級別的DNA堿基序列，精准預測任何基因變異或突變對分子功能的影響。與傳統僅聚焦單基因預測不同，AlphaGenome覆蓋了整個調控基因組，實現了前所未有的廣泛且深度的基因功能解析。正如網友形象地說，“DNA是代碼，而你則是軟件。”那么，這款AI究竟是如何實現這一突破的呢？
AlphaGenome的工作原理
AlphaGenome模型能夠處理長達100萬個堿基對的DNA序列輸入，預測數千種調控活性相關的分子特徵。通過比較突變序列與野生型序列的預測結果，模型還能評估遺傳變異或突變對基因功能的影響。
其預測屬性涵蓋基因在不同細胞類型和組織中的啟動和終止位置、剪接位點、RNA表達量，以及哪些DNA堿基相互靠近、易被訪問或與特定蛋白質結合。訓練數據來自ENCODE、GTEx、4D Nucleome和FANTOM5等大型公共聯盟，這些聯盟通過實驗測量覆蓋了數百種人類和小鼠細胞及組織中的關鍵基因調控模式。
此外，AlphaGenome釆用卷積層捕捉基因組序列中的局部模式，再利用Transformer架搆在序列各位置間傳遞信息，最終通過多層網絡將捕獲的模式轉化為多模態預測。在訓練時，計算任務分布於多個互聯的張量處理單元/TPU上，以支持高效大規模運算。
該模型基於先前的基因組學模型Enformer，同時與專注蛋白質編碼區變異影響的AlphaMissense相輔相成。蛋白質編碼區僅占基因組約2%，而剩余98%的非編碼區對調控基因活性至關重要，且富含與疾病相關的變異。AlphaGenome為解讀這部分廣袤序列及其變異帶來了全新的視角。
實際上，早在五年前，DeepMind便憑借AlphaFold引領生命科學革命。AlphaFold首次成功預測了人類蛋白質的三維結搆，并榮獲2024年諾貝爾獎，推動了以AI輔助藥物發現的產業變革。
如今，AlphaGenome的誕生得益於技朮的飛躍，特別是在處理長序列DNA及輸出高分辨率預測方面的能力。為推動科學研究，DeepMind開放了AlphaGenome API的預覽版本，供非商業研究使用，并計划在未來正式發布完整模型。科學界期望該工具將成為揭示基因組功能、推動疾病生物學研究，乃至催生新療法開發的重要助力。
AlphaGenome的發布再次拓展了人工智能在基因組學領域的應用邊界。具體來說，AlphaGenome能回答諸如“某個基因的活性是增強還是減弱”這類問題，而這正是傳統實驗室研究中需要大量重復驗證的關鍵難點。人類基因組包含約30億個堿基，其中不到2%編碼蛋白質，剩余的非編碼區長期以來因復雜調控機制而難以破解。AlphaGenome的誕生，為科學家們提供了一個統一、高精度的工具，能夠同時處理長程上下文關聯和堿基級別的精准預測，標志着基因組功能解碼邁入新的里程碑。
AlphaGenome的統一建模突破
而相較於現有的DNA序列模型，AlphaGenome展現出多個關鍵性突破，重新定義了基因組AI預測的能力邊界。
AlphaGenome在廣泛的基因組預測基準中實現了最先進的性能，例如預測DNA分子的哪些部分將會靠近，遺傳變異是否會增加或減少基因的表達，或者它是否會改變基因的剪接模式。
在對單一DNA序列進行預測時，AlphaGenome在24項評估中，有22項的表現優於最佳外部模型。在預測變異的調控效應時，它在26項評估中，有24項的表現與最佳外部模型相當甚至超過了最佳外部模型。
兼顧超長序列與精細分辨率 -
AlphaGenome能夠一次性處理長達100萬個堿基的DNA序列，并以單堿基為單位進行高精度預測。這種能力解決了傳統模型必須在“序列長度”與“分辨率”之間進行權衡的難題。谷歌的架搆優化實現了技朮飛躍，在未經過數據蒸餾的前提下，僅需4小時即可完成模型訓練，所需算力也僅為舊版Enformer模型的一半，大幅降低資源門檻。
覆蓋最廣的生物學模態 -
憑借對長序列高分辨率的建模能力，AlphaGenome可以預測前所未有種類的生物學特徵，包括基因起止位點、剪接位點、RNA表達量、蛋白質結合區域等，為科學家提供了更全面的基因調控圖譜。
快速評估變異效應 -
AlphaGenome不僅能做出靜態預測，還能高效模擬變異帶來的功能變化。通過對比突變與原始序列的預測結果，并針對不同模態釆用個性化算法，模型可在一秒內評估出該基因變異對多個調控維度的綜合影響。
RNA剪接建模的里程碑 -
RNA剪接錯誤是多種罕見遺傳病的成因之一。AlphaGenome首次實現了從原始DNA序列直接預測剪接位置與表達模式的功能，極大丰富了我們對剪接機制與變異關系的理解，填補了長期以來的技朮空白。
性能領先，通用性強大 -
在24項單序列預測基准中，AlphaGenome有22項表現優於當前最佳模型；在26項變異調控效應預測任務中，有24項成績相當或領先。這一成果尤為突出，因為比較對象多為為單一任務精細調校的模型，而AlphaGenome是唯一可在所有模態上統一建模與預測的通用模型，展現出強大的一體化能力。
研究流程全面簡化 -
過去，研究人員需調用多個模型分別分析不同維度，而如今，僅需一次AlphaGenome API調用，即可全面評估一個變異在不同層面的影響。這種“一鍵全覽”的能力，不僅顯著提升效率，也為科學家搆建假說與驗證機制帶來前所未有的便捷。
廣泛適配與未來潛力 -
AlphaGenome所學得的DNA序列表示具備高度通用性，為更廣泛的科研社區提供了堅實基礎。科學家們可在自身數據集上對模型進一步微調，解決特定研究問題。同時，這一統一架搆也為未來功能擴展奠定基礎。無論是更高精度、更大物種覆蓋，還是更多生物模態，AlphaGenome都具備強大的可擴展性，預示着在基因組AI建模領域邁出了一大步。
AI精准預測基因變異邁入新開始
毋庸置疑，AlphaGenome 的登場，將在多個前沿生命科學研究領域掀起深遠影響。它不僅是一次技朮層面的飛躍，更可能成為推動基礎科學、醫學轉化和生物工程邁入新階段的關鍵工具。
首先，在疾病機制研究方面，AlphaGenome提供了前所未有的功能預測能力。它能高精度識別哪些基因變異會干擾調控網絡，進而影響基因表達、RNA剪接甚至蛋白質功能，從而幫助科研人員更精准地鎖定疾病潛在成因。這一能力將顯著加快發現新型治療靶點，尤其對於復雜性狀疾病及尚無有效治療的罕見病，具有重大意義。
谷歌研究團隊認為，AlphaGenome的潛力將在罕見單基因遺傳病研究中尤為突出。例如，許多孟德爾遺傳病與單個調控區域的突變有關，而這些變異往往藏於非編碼區。通過預測這些突變如何改變基因活性，AlphaGenome為識別關鍵致病機制提供了系統性解決方案。
此外，AlphaGenome也為合成生物學提供了強大助力。研究人員可以利用模型預測，設計具有精確調控功能的DNA序列，比如在神經細胞中特異性激活某個基因、而在其他組織中維持沉默。這種細胞特異性調控機制，是基因治療、靶向藥物投遞等領域的關鍵前提。
更根本的是，AlphaGenome將為基礎生物學打開一扇新窗。通過預測哪些DNA序列在特定細胞中具有調控功能，它能幫助科學家繪制出人類基因組中“功能元件”的高分辨地圖，進一步揭示哪些堿基是真正控制細胞命運的“開關”。這將大幅推動對生命系統結搆與邏輯的理解。
這一點在一項關於T細胞急性淋巴細胞白血病/T-ALL的研究中已有驗證：研究者在患者樣本中發現特定非編碼突變。AlphaGenome預測該突變會引入MYB蛋白結合位點，異常激活TAL1基因，而這一機制正是T-ALL已知致病通路。這不僅驗證了模型預測的准確性，也展示了其將無序變異與已知疾病機制精准連接的能力。
在大規模人群隊列研究中，識別每一個非編碼變異的重要性極具挑戰。AlphaGenome為這一困境提供了新解，它能對海量突變進行快速篩選與優先級排序，為理解癌症、代謝病、自體免疫疾病等復雜病症奠定基礎。它是非編碼變異功能解讀這塊拼圖上，遲來的關鍵一塊。
從更宏觀的視角來看，AlphaGenome開啟了生物學從“認知”邁向“編程”的新時代。過去，每一次失敗的療法、每一種難解的疾病，往往源於對DNA這套程序的誤解。而現在，當人類能更完整理解并模擬這套復雜指令系統時，就能重新設計、重新書寫它。AlphaGenome，不只是技朮的飛躍，更是一場范式的躍遷。
