9 月 8 日，Google DeepMind 正式发布 AlphaGenome Atlas——一个用 AI 预先计算人类基因组全部 90 亿种单碱基变异影响的 1PB 级数据库，号称“迄今关于基因突变如何影响分子生物学的最全面目录”。人类基因组约含 30 亿个碱基对，其中编码蛋白质的区域只占约 2%，其余 98% 的非编码区长期是“暗物质”；而每个碱基位点有 3 种替换可能，全部组合高达 90 亿种，在实验室逐一验证几乎不可能。
核心亮点：把“跑模型”变成“查字典”
Atlas 基于 DeepMind 去年开源的 AlphaGenome 模型，预先计算了每个变异对基因表达、RNA 剪接、染色质可及性、转录因子结合等上千项分子过程的影响，覆盖数百种人类和小鼠细胞与组织类型，数据量达 1PB，是 AlphaFold 蛋白数据库的 30 倍以上。同时发布的 AVI 评分融合 AlphaGenome 与 AlphaMissense 两个模型，把编码区与非编码区的预测浓缩为单一数值，研究人员可快速给变异排序、筛出最值得深挖的候选。
已见实效：罕见病与复杂性状
在博德研究所一例未确诊的罕见病研究中，团队用 AVI 评分锁定 DNM1 基因上一个被忽略的变异，预测其创建了错误的剪接位点，实验验证成功；埃克塞特大学对 UK Biobank 超 5.4 万名参与者的全基因组数据分析，多识别出 22% 的非编码基因关联，还锁定了 19 个与 BMI 相关的基因区域。
实用价值与展望
Atlas 通过免费网页门户开放，无需任何编程能力，临床研究者与生物学家打开浏览器即可查询，也可通过 API 或 Google Antigravity 技能接入 agent 工作流；商业版本后续将在 Google Cloud 上线。需要提醒的是：目前所有结果均为模型预测，尚未获临床验证批准，应结合群体频率、家族史等功能证据使用。从“买到了书”到“读懂书”，AI 正在加速生命科学的“阅读速度”。