Google DeepMind用AI算出90亿种DNA变异！AlphaGenome Atlas 1PB数据免费开源

Google(GOOGL-US) 旗下DeepMind推出由人工智慧（AI）驱动的基因组资料库AlphaGenome Atlas，针对人类DNA中约90亿种可能的单字母变异，预先计算其可能造成的分子生物学影响，并将相关结果整合成可搜寻的资料库，免费开放学术研究使用。

AlphaGenome Atlas资料库容量达1PB，规模超过Google先前AlphaFold资料库的30倍，目标是让研究人员能从全基因组尺度检视各种单核苷酸变异（SNV）可能产生的影响，而不必逐一透过实验测试。

‌

人类基因组约有90亿种可能的单字母突变，若完全依靠实验逐一确认这些变异可能造成的生物学后果，实务上几乎难以完成。

DeepMind此前推出AlphaGenome AI模型，可预测特定基因变异对各项生物过程的影响。

而此次推出AlphaGenome Atlas，则进一步将这项能力扩展至全基因组範围，透过大规模预先计算，将各种可能的变异及其预测结果整合成完整资料集。

这项策略与AlphaFold资料库的发展方向相似。当年AlphaFold将人类已知蛋白质3D结构的预测规模，从约19万个扩大至超过2亿个；AlphaGenome Atlas则试图在基因调控层面建立相应的全基因组资源。

为了让研究人员能在庞大的资料库中快速找出值得进一步研究的变异，DeepMind也推出AlphaGenome变异影响评分（AlphaGenome Variant Impact，AVI）。

AVI评分整合AlphaGenome与蛋白质突变预测模型AlphaMissense的预测能力，将複杂的生物学预测结果转化为单一数值。

其中一项重要特色，是同时涵盖蛋白质编码区与非编码区。人类基因组仅约2%属于蛋白质编码区，其余约98%为非编码区，而非编码区涉及基因活性的调控。AVI因此能同时评估两类区域中的变异。

此外，评分结果也能进一步拆解可能涉及的分子机制，例如指出特定变异是否可能干扰RNA剪接或影响染色质可及性。

AlphaGenome Atlas同时建立基因组调控相关的序列资料库，收录超过2,500个经常出现的DNA短序列及其基因组位置，协助研究人员分析转录因子的结合位置与调控作用。

外部研究团队已开始利用AlphaGenome Atlas进行实际研究。

在罕见疾病领域，Broad研究所研究团队与GREGoR联盟合作，利用AVI评分从大量基因变异中筛选可能具有致病性的突变，找出一个此前未受到重视的DNM1基因变异。研究结果显示，该变异与癫痫性脑病高度相关。

AlphaGenome的预测进一步指出，这项变异可能产生错误的RNA剪接位点，使蛋白质出现异常延伸，后续实验也验证这项预测。

在複杂性状研究方面，英国艾希特大学研究人员将AlphaGenome Atlas应用于英国生物样本库（UK Biobank）逾5.4万名参与者的全基因组资料。

研究团队将预测具有相似分子效应的罕见非编码变异进行分组，进一步发现22%的非编码区遗传关联，并找出可能影响与老化相关的PLA2G7与EGLN1等蛋白质水準的调控变异。

研究人员也分析数亿个非编码变异与身体质量指数（BMI）的关联，聚焦于预测影响最大的前1%变异，最终锁定19个关键遗传区域。

此外，斯托斯医学研究所（Stowers Institute for Medical Research）研究人员利用AlphaGenome Atlas的基序资料，分析不同转录因子的作用，进一步区分哪些转录因子主要影响DNA可及性，以及哪些转录因子能直接促进或抑制基因表现。

目前，全球学术研究人员已可使用AlphaGenome相关资源。

研究用途可透过DeepMind官方平台免费存取AlphaGenome；同时，AlphaGenome也已整合至Google Antigravity，作为科学研究相关功能使用。

此外，研究人员另可加入AlphaGenome使用者社群，交流相关应用与研究成果。

在商业应用方面，Google也正逐步扩大AlphaGenome的可用範围。AlphaGenome基础模型目前已透过GitHub及AlphaGenome API提供学术研究使用，未来商业用户则可透过Google Cloud的Model Garden取得相关模型。

DeepMind同时提供完整技术论文与相关发布资讯，供研究人员进一步了解AlphaGenome Atlas的模型架构、资料建置方式及研究成果。

不过，AlphaGenome Atlas所提供的预测结果定位于科研用途，相关资讯仅供研究参考，并不适用于临床诊断，也不构成医疗建议。