新智元报道 太震撼了！ 就在刚刚，谷歌DeepMind正式发布「阿尔法」重磅成果——AlphaGenome Atlas。 这是一个有前沿AI加持、覆盖全基因组的可搜索预测数据库。 它完成了生命科学史上，一项前所未有的工程—— 把人类基因组里所有潜在的「单碱基突变」，整整90亿种，全部算了一遍。 这是AlphaFold绘制「蛋白质宇宙」之后，AI对人类生命密码的又一次全局性测绘。 90亿是什么概念？ 人类基因组约有30亿个碱基位点，每个位点3种变异，Atlas一个没漏都算完了。 这样要是放在以往，把这90亿种突变搬进实验室，几乎不可能。 更夸张的是，针对每一种突变，它还会给出约27000项预测指标，判断它如何影响基因表达、RNA剪接、染色质开合以及DNA三维空间构象，横跨人类和小鼠的数百种细胞类型。 90亿乘以27000，最终得到是超240万亿个预测数值，全部打包在一起足足有1PB。 AlphaGenome Atlas的体量，是AlphaFold数据库的30倍。 Demis Hassabis忍不住感叹，「AlphaFold绘制了蛋白质宇宙，现在，AlphaGenome Atlas开始绘制人类基因组。」 最关键的是，这个图谱对研究者近乎零门槛： 不用配本地环境，不用写一行代码，打开浏览器输入位点，结果秒出。 从蛋白质结构，到DNA变异的影响，DeepMind又铺开了一张生命地图。 破解生命「天书」 人类等了23年 DNA被称为「生命的语言」，由A、T、C、G四种碱基书写而成。 1953年人类看清DNA双螺旋，2003年人类基因组计划完成，花了整整13年和27亿美元，才把30亿个碱基字母全部读出来。 但读出来，完全不等于读懂。 这30亿个字母里，只有区区2%负责编码蛋白质；剩下98%看起来不编码任何东西，实际上却严密控制着每个基因在何时、何种细胞里、以多大强度表达。 绝大多数与疾病和性状相关的变异，恰恰就藏在这98%的非编码区域里。 如果改掉其中一个字母，到底会引发什么后果？ 一个碱基的改变，就是一种「单碱基突变」 在人类基因组的数十亿对碱基中，存在大约90亿种潜在的单核苷酸替换。 若在实验室中逐个验证，都是完全不可能完成的任务。 AlphaGenome彻底掀了桌子，一口气读入100万个碱基，用卷积层抓局部模式，用Transformer传递整段序列的长程依赖，直接预测出数千条表观遗传与转录轨道，精度精确到单个碱基。 评估一个变异，只要把突变前后的序列丢进模型各跑一遍比对差异，一秒钟就能出结果。 但即便只要一秒钟，乘以90亿，算完全部依然要耗上285年。 Atlas所做的，就是把这漫长的285年，直接压缩进了一张现成的静态检索表。 80倍提速 把285年压进一张表 90亿种突变，怎么找出最值得研究的那几个？ 这一次，AlphaGenome Atlas构建了一套多层次、高解析度的联动解密体系： 底层是原始预测 Atlas针对每一个碱基变异，生成了27000条跨越基因调控关键维度的分子效应预测，涵盖数百种人类及小鼠的细胞类型与组织。 它揭示了突变如何在不同组织、不同发育阶段影响染色质可及性、转录和剪接。 中层是统一度量衡 为了帮科学家一秒筛选出「高危变异」，DeepMind将AlphaGenome（擅长调控机制）与AlphaMissense（擅长预测错义突变致病性）双剑合璧，提炼出了一个直观的单一代谢/致病评分——AVI指标（AlphaGenome Variant Impact）。 分值越高说明有害风险越大，编码区和非编码区用上了同一把尺子。 结果，它攻克了98%的非编码区「暗物质」。这里正是绝大多数人类复杂性状与疾病关联突变藏身之所。 全透明归因拆解 AI不能只是「黑盒报分」。 Atlas还将每个变异的AVI分数解构为可解释的生物学贡献项，精准告诉科学家—— 这个突变之所以得分高，到底是因为破坏了RNA剪接，还是干扰了染色质开放度，亦或是改变了基因表达丰度。 顶层是全景词汇表 团队从海量预测中提炼出2601个高频DNA模式，在全基因组标注了2530亿个实例。哪个转录因子在哪种细胞里认哪段序列，一查便知。 这几层数据被彻底纵向打通。研究者从一个变异出发，鼠标点几下，就能一路查清它破坏了哪个调控元件、元件里的核心模体（motif），以及对应的转录因子。 过去需要几个课题组协同数年的工作量，如今被收拢到了几次鼠标点击里。 DeepMind基因组负责人Žiga Avsec透露，为了啃下这1PB数据，团队把整套计算流水线的速度硬生生拉高了80倍。 破解悬案 揪出癫痫患儿致病元凶 这套系统的实战威力如何？ 在正式发布前，DeepMind 与全球顶尖科研机构的先期合作已经带来了震撼成果。 在罕见病研究中，最让人头疼的情况之一，是已经拿到基因数据，却迟