谷歌DeepMind发布AlphaGenome Atlas：预测90亿DNA变异

谷歌DeepMind宣布推出AlphaGenome Atlas，这是一项突破性的资源，可预测人类基因组中90亿单核苷酸变异（SNVs）的分子效应。这一庞大的1PB（拍字节）数据集旨在通过提供DNA变化如何影响基因调控和蛋白质功能的详细图谱，加速基因组学和生物学研究。 AlphaGenome Atlas建立在DeepMind早期的AlphaGenome研究基础之上，AlphaGenome是一个用于分析特定遗传变异的人工智能模型。通过预先计算整个基因组的预测结果，Atlas为研究人员提供了一个可大规模探索DNA变化的便捷平台。根据DeepMind介绍，该数据集包括对基因组编码区和非编码区的预测——后者占人类DNA的98%，并涵盖了大多数与性状相关的变异。 Atlas的一个关键功能是AlphaGenome变异影响（AVI）评分，它将复杂的AI预测简化为单一指标。这使研究人员能够快速根据潜在生物学影响对变异进行排序。AVI评分还提供特征归因，帮助科学家确定哪些特定的分子过程（如RNA剪接或染色质可及性）因某一变异而受到干扰。 学术合作伙伴已使用AlphaGenome Atlas在基因组研究中取得了重要进展。例如，Broad研究所的研究人员应用AVI评分，找到了与癫痫性脑病（严重的神经障碍）相关的DNM1基因中的一种罕见遗传变异。AI驱动的洞察揭示了该变异如何导致蛋白质剪接错误，这一发现随后通过实验室实验得到了证实。 在另一项研究中，埃克塞特大学的Gareth Hawkes利用Atlas分析了来自超过54,000名英国生物样本库参与者的全基因组数据。通过关注AVI评分较高的非编码变异，Hawkes发现了与蛋白质水平和体重指数等性状相关的22%的更多遗传关联，展示了Atlas在群体遗传学中的实用性。 AlphaGenome Atlas旨在普及基因组研究工具的使用。它通过免费门户网站、API，以及谷歌的Antigravity科学工作流平台提供访问。该数据集可无缝集成到诸如NIH资助的ENCODE和GTEx等资源中，这些资源在训练AlphaGenome模型中发挥了关键作用。值得注意的是，Atlas的数据规模是DeepMind的AlphaFold蛋白质结构数据库的30倍，彰显了其规模和雄心。 DeepMind强调，虽然Atlas是一个强大的研究工具，但它并非用于临床诊断。相反，其目的是作为理解遗传变异的基础资源，为生物学的下一波发现提供动力。 凭借在基因组范围和变异特定层面提供高分辨率预测的能力，AlphaGenome Atlas有潜力改变研究人员研究遗传学的方式。随着像AlphaGenome这样的AI模型不断发展，从这一平台得出的洞察可能为罕见疾病研究、治疗目标发现和个性化医学的突破铺平道路。 这一发布也标志着谷歌在将AI应用于生命科学领域中的更广泛雄心。通过将AlphaGenome Atlas等工具整合到其生态系统中，DeepMind正将自身定位为AI驱动生物研究时代的重要参与者。