Google DeepMind 推出了 AlphaGenome Atlas，可预先预测人类基因组中约9千兆个潜在单核苷酸变异的生物学影响。该平台汇集了约3千兆个DNA字母中单字母变化的相关预测，包含超过1拍字节的数据。
AlphaGenome Atlas 所基于的 AlphaGenome 模型可分析长度最高达1兆个DNA字母的序列，并对基因表达、染色质可及性和RNA加工等数千种分子特征作出预测。该模型此前在26项变异影响预测测试中的25项里超过了通用型竞争模型。AlphaGenome Atlas 旨在减少通过API逐一研究变异的需求，并提供一个规模比 AlphaFold Database 大30倍以上的资源。数据涵盖数百种人类和小鼠细胞类型及组织，以及遍布整个基因组的2千500多种重复DNA基序。
DeepMind 还推出了结合 AlphaGenome 和 AlphaMissense 预测结果的 AlphaGenome Variant Impact（AVI）评分。该评分可用于编码区和非编码区，并在罕见病研究中帮助识别出一个此前被忽视、会影响 DNM1 基因的变异。
为何重要
该资源有望改变基因组分析中的优先级排序方式，使研究人员能够在同一框架下评估大范围的可能性集合，而不是逐一研究变异。除了编码区之外，同时纳入与基因调控相关的非编码区，也有助于研究那些不在仅聚焦于产生蛋白质的序列的方法覆盖范围内的变化。针对不同细胞和组织类型的预测，可以在同一变异的生物学影响可能因情境而异的情况下，为研究人员提供更细致的比较基础。不过，如何将这些预测用于罕见病诊断或研究结果验证，仍是一个需要实验性证据支持的开放问题。在投入临床使用前，其假设和误差范围也需要另行评估。
背景
Google 并不是 FikirPilot 档案中的新名字：在过去90天里，我们发布了33篇提及这一名称的报道；最近一篇发布于2026年9月9日。