二十多年来，科学家们一直掌握着人类基因组的“使用说明书”，却始终无法完全解读它。如今，这一差距显著缩小。谷歌旗下的DeepMind公司发布了一个免费的、公开可访问的数据库，其中包含人工智能DNA突变预测，涵盖了人类基因组中所有可能发生的单碱基变化——据该公司和《财富》杂志报道，总共有90亿种。

要点总结

• Google DeepMind 发布了AlphaGenome Atlas ，这是一个免费的研究数据库，其中包含人工智能生成的全部 90 亿种可能的人类 DNA 单字母突变的预测结果。
• 该工具既可以解读蛋白质编码 DNA，也可以解读基因组中更大、更难读取的调控部分。
• DeepMind 负责研究的副总裁 Pushmeet Kohli 表示，这是世界各地的研究人员首次“只需打开浏览器”即可访问人类基因变异的综合地图。
• Atlas 立即免费供非商业研究使用；商业访问将很快通过 Google Cloud 上的许可推出，其姊妹公司 Isomorphic Labs 也需要该许可。
• 一篇描述 Atlas 如何构建的论文已作为预印本发布在 bioRxiv 上。

谷歌DeepMind推出AlphaGenome Atlas，利用人工智能进行突变预测

AlphaGenome Atlas 可以被恰当地描述为一个庞大的预计算目录：对于每一种可能的 DNA 碱基替换，它都会估算出这种单一变化可能对基因开启和关闭的生物机制产生的影响。研究人员无需逐个预测变异，答案已经存储在数据库中，随时可以查询。

绘制所有90亿种可能的单字母突变图谱

DNA由四种化学碱基——胞嘧啶、鸟嘌呤、腺嘌呤和胸腺嘧啶——组成，它们沿着双螺旋结构配对。当其中一个碱基发生突变时，例如A被G取代，就会改变DNA序列所指导细胞合成的蛋白质结构，而这种改变有时会引发疾病。谷歌DeepMind利用其去年发布的AI模型AlphaGenome ，构建了Atlas基因组图谱。该模型以人类基因组参考版本为基础，将每个碱基与三种可能的替代碱基进行比对，从而预测所有90亿种组合。

根据DeepMind的研究论文，每个单独的变异都与大约27,000个独立的预测相关联，这些预测涵盖了基因表达的影响以及DNA如何转录成构建蛋白质的指令，涉及数百种人类和小鼠细胞及组织类型。该团队还对来自包括英国生物银行和美国国立卫生研究院“我们所有人”（All of Us）项目在内的人口数据库的超过1亿个插入和缺失进行了评分。

为了更好地理解如此庞大的数据量，DeepMind 还发布了一个名为 AlphaGenome 变异影响评分的综合指标，该指标结合了 AlphaGenome 的调控预测结果和之前专注于蛋白质的模型 AlphaMissense。10 分表示该变异位列基因组中最具影响力的10% ；30 分则表示其位列千分之一。

解读基因组的蛋白质编码和调控DNA

编码蛋白质的DNA仅占人类基因组的约2% 。其余98%是调控基因何时何地开启的调控物质，而科学家们一直以来都难以解码这部分内容。正是这种区别使得AlphaGenome Atlas项目意义重大：它不仅能标记直接改变蛋白质的突变，还能解读围绕这些基因的庞大调控图谱。DeepMind的基因组学负责人Žiga Avsec这样解释二者的区别：AlphaMissense关注蛋白质，而AlphaGenome则专注于基因组的调控部分。该图谱还包含一个超过2500个重复出现的短DNA序列（称为基序）的目录，这些序列分布在整个基因组中——转录因子正是与这些序列物理结合。

通过取代以往缓慢的方法来推进基因研究。

在 Atlas 出现之前，测试单个突变可能产生的影响，需要一次运行一个模型，测试一个变体，或者在实验室中进行物理测试——用 DeepMind 自己的话说，这个过程极其缓慢。如果用这种方法覆盖所有 90 亿个可能的单字母突变，将耗费许多人的一生。

普什米特·科利终于能够“读懂这本书”

领导DeepMind人工智能科学团队的科利在一次简报电话会议上告诉记者，这是世界上研究人员首次能够“只需打开浏览器”就能获得人类基因变异的完整图谱。他将此次发布与人类基因组计划的未完成工作联系起来，该计划早在2003年就绘制出了完整的人类DNA序列图谱。“正如俗话说，我们买了书，”科利说，“但我们却不知道该如何阅读。”

这种框架的重要性远不止于市场宣传。如今，基因诊断常常停滞不前，并非因为测序难度大——如今测序既便宜又快捷——而是因为解读特定突变的实际作用仍然缓慢且充满不确定性，尤其是在非编码基因组中。早期测试者让我们得以一窥弥合这一差距在实践中可能带来的影响。博德研究所的研究人员与研究不明原因罕见遗传疾病的GREGoR联盟合作，利用Atlas的影响评分重新审视了一例癫痫性脑病病例，并发现DNM1基因中的一个变异会在大脑特异性基因版本中产生一个隐藏的剪接位点。实验室实验随后证实了这一预测，并将该变异重新归类为可能致病。在另一项测试中，埃克塞特大学的一位研究人员将Atlas应用于超过54,000名英国生物银行参与者的基因组数据，发现罕见变异与血液蛋白水平之间的关联比未使用该Atlas的相同分析结果高出22% 。

获取方式和许可：目前免费用于研究，商业合作即将推出

该图谱现已通过谷歌DeepMind专门设立的网站向非商业用途开放。这意味着学术实验室、大学研究人员和公共卫生科学家今天就可以开始查询人工智能DNA突变预测数据库，而无需支付任何费用。

Google Cloud 许可和 Isomorphic Labs 的角色

商业用途的情况则有所不同，至少目前如此。DeepMind 表示，Atlas 将“很快”通过与 Google Cloud 的授权协议开放商业用途，但该公司尚未详细说明具体条款。Kohli 证实，DeepMind 的姊妹公司 Isomorphic Labs（专注于利用人工智能进行药物研发）将获得 Atlas 的使用权，但与其他付费客户一样，必须获得商业许可。这一点值得注意：即使是与 Alphabet 关系密切的公司，也无法免费获取其他生物技术公司最终必须获得许可才能使用的数据。

DeepMind一直谨慎地将Atlas定位为研究辅助工具，而非诊断替代品。Avsec表示，AlphaGenome在预测影响剪接或基因启动子的变异方面表现出色，但可能会遗漏其他调控元件（尤其是增强子）的影响，而且总体可靠性不如DeepMind的蛋白质结构模型AlphaFold。他指出，这些预测结果足够准确，可以为研究人员指明后续研究的正确方向，但不应将其视为最终答案。

科学验证及后续步骤

一篇描述Atlas构建和验证过程的科学论文已作为预印本发表在bioRxiv上。bioRxiv是一个生物医学预印本库，研究人员可以在此发布研究成果，然后再进行正式的同行评审。这使得外部科学家能够在人工智能DNA突变预测工具被纳入更广泛的研究流程之前，对其背后的方法进行审查。

这种整合的迹象已经显现。欧洲分子生物学实验室（EMBL）欧洲生物信息学研究所所长伊万·伯尼表示，该机构正在努力将图谱的影响评分整合到Ensembl的变异效应预测器（VEP）中，后者是一款广泛使用的注释工具。如果整合成功，DeepMind的遗传变异人工智能模型的影响范围将远远超出直接访问图谱网站的研究人员，并将其融入到世界各地遗传学家日常使用的基础设施中。

常问问题

什么是AlphaGenome Atlas？

AlphaGenome Atlas 是由 Google DeepMind 发布的免费研究数据库，其中包含对人类基因组中 90 亿个可能的单字母变异的后果的计算预测。

AlphaGenome Atlas 如何促进基因研究？

它取代了以往缓慢的单独或在实验室中测试变异的方法，通过浏览器提供人工智能预测的每种突变对蛋白质编码和调控 DNA 的影响的即时结果。

谁可以使用 AlphaGenome Atlas 以及如何使用？

该图谱可通过专用网站立即供非商业研究使用，商业访问将很快通过 Google Cloud 的许可推出。

AlphaGenome Atlas 是否经过科学验证？

一篇描述其创建过程的科学论文已作为预印本发表在 bioRxiv 上，为该技术和其背后的数据集提供了支持。

本文由人工智能辅助生成，并经编辑团队审核。