90 亿次「如果」：DeepMind 把基因组上每一个单字母改写都问了一遍，答案免费摊在桌上

你的基因组有约 31 亿个字母位点，每个位点可以换成另外三种字母里的任何一种。算下来，93 亿种可能的单点改写。从 9 月 8 日起，这 93 亿次「如果把它换成别的会怎样」，每一种都有一个现成的预测答案，打开网页就能查。

这就是 DeepMind 发布的 AlphaGenome Atlas。先纠正一个最容易产生的误会：这回没有新模型。引擎还是 2025 年 6 月发布的那台 AlphaGenome——当年以预印本亮相，今年 1 月 28 日登上 Nature 正刊。Atlas 做的事情是把那台模型对整个变异空间的输出一次性算完、存下来，约 1PB。

DeepMind 自己给这件事找的类比很准：AlphaFold 的数据库时刻。AlphaFold 2 是模型，AlphaFold DB 把它对两亿个蛋白质结构的预测全部放出来，生物学家从此绕开了「会调 API」这道门槛。Atlas 想对调控遗传学做同一件事。

1PB 里装了什么

三层东西。第一层最重：每个变异平均约 27000 个分子层面的分数——转录、剪接、染色质可及性等等，覆盖数百种人类和小鼠的生物样本。第二层是一个叫 AVI 的综合致病评分，只用 18 个特征，对照物 CADD 用了 150 多个，还按 SHAP 分解成可读的贡献项。第三层是 2601 个聚类好的顺式调控 motif 簇，背后是 2530 亿个 motif 实例。

数据边界要划清：单点改写（SNV）是全覆盖，约 90 亿个；插入缺失（indel）只收录了观察到的 1 亿多个，来自 gnomAD、UK Biobank 和 All of Us。「每一个可能的 DNA 变化」这句宣传语，在 indel 上打了折扣。

赢的账

基准上的胜利集中在非编码区——恰好是人类基因组里最暗的那片大陆。ClinVar 致病变异的检索精度（AUPRC）：内含子区 0.76，对照组最好成绩 0.44；同义变异 0.57 对 0.35；三 prime UTR 0.50 对 0.18。罕见病维度更夸张：GREGoR 联盟的病例里，前 50 候选命中真实致病变异的召回率 29.5%，CADD 只有 12.5%。

最能说明问题的是一个具体病例。DNM1 基因相关的癫痫性脑病，十年找不到致病位点，原因是那个变异制造了一个隐秘剪接位点，让外显子 10a 被框内延长——而 SpliceAI 的预计算打分表恰好不覆盖这个位置。Atlas 抓到了它，五个细胞系的实验验证了机制，打分 0.943，与专用工具 SpliceAI 打平。这次发布想传达的就是这个画面：预计算的覆盖广度，把专用工具的覆盖盲区补上了。群体遗传那边，埃克塞特团队用 54000 个英国生物库基因组测了一轮：非编码关联多找出 22%，PLA2G7 基因从 526 个无从下手的变异收敛到 4 个候选，p 值 1.74 乘十的负十三次方。

输的账

账本另一面也要摆出来。五 prime UTR 输了，0.26 对 0.27；孟德尔非编码基准 TraitGym 打平，0.76 对 0.77；复杂性状的精细定位几乎零增益，0.28 对 0.27。论文没有对标 Borzoi、Enformer 这类序列到功能模型，只比了打分方法。单变异独立打分的假设天然忽略基因间相互作用——HN 上流传的反例是 ΦX174 噬菌体的全饱和诱变研究，一个只有 5000 碱基的基因组，AI 变异效应预测都推不准。

还有一层形式上的保留：Atlas 这篇配套论文是 DeepMind 自托管的预印本，未经评审；模型本身过审了，Atlas 没过。页面上「不用于任何临床用途」的免责声明，不是套话。HN 上最不客气的一条评论说它「只是宣布了一个缓存」——这话难听，但「缓存」两个字在技术上挑不出错。

缓存为什么值钱

因为 93 亿次模型查询的成本，有人替全行业一次性付清了。过去要做这种规模的变异注释，你得会写代码、会调 API、有算力预算；现在门槛降到了「会开网页」，机构栏填 None 都放行。商业版会在 Google Cloud 上线，定价未公布——那将是观察 DeepMind 打算怎么对药企收租的信号。

官方对 Atlas 的自我定位是「基线，而非终点」。接下来的观察哨有两个：indel 和结构变异的全覆盖什么时候补齐，以及商业定价公布时，学术界免费拿到的这 1PB 还值不值今天的欢呼。

信源：Google DeepMind 官方博客《AlphaGenome Atlas》与 alphagenome.google/atlas 门户；Atlas 配套预印本；AlphaGenome 论文 Nature 649:1206–1218（2026-01-28）；Nature News 报道（Ewen Callaway）；GREGoR、UK Biobank 应用案例数据；Hacker News 讨论串（2026-09-08）。

#计算生物学 #DeepMind #基因组学 #AIforScience