要点:
谷歌DeepMind发布重磅AI工具AlphaGenome，首次实现对百万级DNA序列的高精度解析，全面解读基因变异对生命功能的影响，标志着基因组学迈入“可预测、可编程”新时代。
基因组犹如生命的蓝图，隐藏在我们每一个细胞之中，携带着完整的DNA指令，掌控着生命体从外观形态到功能表现，乃至生长繁殖和疾病抵抗的方方面面。 2003年，人类基因组测序计划完成，人类首次全面揭开了DNA的神秘面纱。然而，如何精准解读这些复杂的遗传指令，尤其是微小的DNA变异如何影响生命轨迹，至今仍是生物学领域的一大难题。
如今，这一局面正在被彻底颠覆。谷歌/Google的DeepMind今日发布了革命性的人工智能AI工具“AlphaGenome”，并附带长达103页的技术报告。该模型能够读取百万级别的DNA堿基序列，精准预测任何基因变异或突变对分子功能的影响。与传统仅聚焦单基因预测不同，AlphaGenome覆盖了整个调控基因组，实现了前所未有的广泛且深度的基因功能解析。正如网友形象地说，“DNA是代码，而你则是软件。”那么，这款AI究竟是如何实现这一突破的呢？
AlphaGenome的工作原理
AlphaGenome模型能够处理长达100万个堿基对的DNA序列输入，预测数千种调控活性相关的分子特征。通过比较突变序列与野生型序列的预测结果，模型还能评估遗传变异或突变对基因功能的影响。
其预测属性涵盖基因在不同细胞类型和组织中的启动和终止位置、剪接位点、RNA表达量，以及哪些DNA堿基相互靠近、易被访问或与特定蛋白质结合。训练数据来自ENCODE、GTEx、4D Nucleome和FANTOM5等大型公共联盟，这些联盟通过实验测量覆盖了数百种人类和小鼠细胞及组织中的关键基因调控模式。
此外，AlphaGenome釆用卷积层捕捉基因组序列中的局部模式，再利用Transformer架构在序列各位置间传递信息，最终通过多层网络将捕获的模式转化为多模态预测。在训练时，计算任务分布于多个互联的张量处理单元/TPU上，以支持高效大规模运算。
该模型基于先前的基因组学模型Enformer，同时与专注蛋白质编码区变异影响的AlphaMissense相辅相成。蛋白质编码区仅占基因组约2%，而剩余98%的非编码区对调控基因活性至关重要，且富含与疾病相关的变异。 AlphaGenome为解读这部分广袤序列及其变异带来了全新的视角。
实际上，早在五年前，DeepMind便凭借AlphaFold引领生命科学革命。 AlphaFold首次成功预测了人类蛋白质的三维结构，并荣获2024年诺贝尔奖，推动了以AI辅助药物发现的产业变革。
如今，AlphaGenome的诞生得益于技术的飞跃，特别是在处理长序列DNA及输出高分辨率预测方面的能力。为推动科学研究，DeepMind开放了AlphaGenome API的预览版本，供非商业研究使用，并计划在未来正式发布完整模型。科学界期望该工具将成为揭示基因组功能、推动疾病生物学研究，乃至催生新疗法开发的重要助力。
AlphaGenome的发布再次拓展了人工智能在基因组学领域的应用边界。具体来说，AlphaGenome能回答诸如“某个基因的活性是增强还是减弱”这类问题，而这正是传统实验室研究中需要大量重复验证的关键难点。人类基因组包含约30亿个堿基，其中不到2%编码蛋白质，剩余的非编码区长期以来因复杂调控机制而难以破解。 AlphaGenome的诞生，为科学家们提供了一个统一、高精度的工具，能够同时处理长程上下文关联和堿基级别的精准预测，标志着基因组功能解码迈入新的里程碑。
AlphaGenome的统一建模突破
而相较于现有的DNA序列模型，AlphaGenome展现出多个关键性突破，重新定义了基因组AI预测的能力边界。
AlphaGenome在广泛的基因组预测基准中实现了最先进的性能，例如预测DNA分子的哪些部分将会靠近，遗传变异是否会增加或减少基因的表达，或者它是否会改变基因的剪接模式。
在对单一DNA序列进行预测时，AlphaGenome在24项评估中，有22项的表现优于最佳外部模型。在预测变异的调控效应时，它在26项评估中，有24项的表现与最佳外部模型相当甚至超过了最佳外部模型。
兼顾超长序列与精细分辨率-
AlphaGenome能够一次性处理长达100万个堿基的DNA序列，并以单堿基为单位进行高精度预测。这种能力解决了传统模型必须在“序列长度”与“分辨率”之间进行权衡的难题。谷歌的架构优化实现了技术飞跃，在未经过数据蒸馏的前提下，仅需4小时即可完成模型训练，所需算力也仅为旧版Enformer模型的一半，大幅降低资源门槛。
覆盖最广的生物学模态 -
凭借对长序列高分辨率的建模能力，AlphaGenome可以预测前所未有种类的生物学特征，包括基因起止位点、剪接位点、RNA表达量、蛋白质结合区域等，为科学家提供了更全面的基因调控图谱。
快速评估变异效应-
AlphaGenome不仅能做出静态预测，还能高效模拟变异带来的功能变化。通过对比突变与原始序列的预测结果，并针对不同模态釆用个性化算法，模型可在一秒内评估出该基因变异对多个调控维度的综合影响。
RNA剪接建模的里程碑-
RNA剪接错误是多种罕见遗传病的成因之一。 AlphaGenome首次实现了从原始DNA序列直接预测剪接位置与表达模式的功能，极大丰富了我们对剪接机制与变异关系的理解，填补了长期以来的技术空白。
性能领先，通用性强大 -
在24项单序列预测基准中，AlphaGenome有22项表现优于当前最佳模型；在26项变异调控效应预测任务中，有24项成绩相当或领先。这一成果尤为突出，因为比较对象多为为单一任务精细调校的模型，而AlphaGenome是唯一可在所有模态上统一建模与预测的通用模型，展现出强大的一体化能力。
研究流程全面简化-
过去，研究人员需调用多个模型分别分析不同维度，而如今，仅需一次AlphaGenome API调用，即可全面评估一个变异在不同层面的影响。这种“一键全览”的能力，不仅显著提升效率，也为科学家构建假说与验证机制带来前所未有的便捷。
广泛适配与未来潜力 -
AlphaGenome所学得的DNA序列表示具备高度通用性，为更广泛的科研社区提供了坚实基础。科学家们可在自身数据集上对模型进一步微调，解决特定研究问题。同时，这一统一架构也为未来功能扩展奠定基础。无论是更高精度、更大物种覆盖，还是更多生物模态，AlphaGenome都具备强大的可扩展性，预示着在基因组AI建模领域迈出了一大步。
AI精准预测基因变异迈入新开始
毋庸置疑，AlphaGenome 的登场，将在多个前沿生命科学研究领域掀起深远影响。它不仅是一次技术层面的飞跃，更可能成为推动基础科学、医学转化和生物工程迈入新阶段的关键工具。
首先，在疾病机制研究方面，AlphaGenome提供了前所未有的功能预测能力。它能高精度识别哪些基因变异会干扰调控网络，进而影响基因表达、RNA剪接甚至蛋白质功能，从而帮助科研人员更精准地锁定疾病潜在成因。这一能力将显著加快发现新型治疗靶点，尤其对于复杂性状疾病及尚无有效治疗的罕见病，具有重大意义。
谷歌研究团队认为，AlphaGenome的潜力将在罕见单基因遗传病研究中尤为突出。例如，许多孟德尔遗传病与单个调控区域的突变有关，而这些变异往往藏于非编码区。通过预测这些突变如何改变基因活性，AlphaGenome为识别关键致病机制提供了系统性解决方案。
此外，AlphaGenome也为合成生物学提供了强大助力。研究人员可以利用模型预测，设计具有精确调控功能的DNA序列，比如在神经细胞中特异性激活某个基因、而在其他组织中维持沉默。这种细胞特异性调控机制，是基因治疗、靶向药物投递等领域的关键前提。
更根本的是，AlphaGenome将为基础生物学打开一扇新窗。通过预测哪些DNA序列在特定细胞中具有调控功能，它能帮助科学家绘制出人类基因组中“功能元件”的高分辨地图，进一步揭示哪些堿基是真正控制细胞命运的“开关”。这将大幅推动对生命系统结构与逻辑的理解。
这一点在一项关于T细胞急性淋巴细胞白血病/T-ALL的研究中已有验证：研究者在患者样本中发现特定非编码突变。 AlphaGenome预测该突变会引入MYB蛋白结合位点，异常激活TAL1基因，而这一机制正是T-ALL已知致病通路。这不仅验证了模型预测的准确性，也展示了其将无序变异与已知疾病机制精准连接的能力。
在大规模人群队列研究中，识别每一个非编码变异的重要性极具挑战。 AlphaGenome为这一困境提供了新解，它能对海量突变进行快速筛选与优先级排序，为理解癌症、代谢病、自体免疫疾病等复杂病症奠定基础。它是非编码变异功能解读这块拼图上，迟来的关键一块。
从更宏观的视角来看，AlphaGenome开启了生物学从“认知”迈向“编程”的新时代。过去，每一次失败的疗法、每一种难解的疾病，往往源于对DNA这套程序的误解。而现在，当人类能更完整理解并模拟这套复杂指令系统时，就能重新设计、重新书写它。 AlphaGenome，不只是技术的飞跃，更是一场范式的跃迁。
