AlphaGenome Atlas预判90亿种DNA变异：它仍不能替医生下诊断

Google DeepMind于2026年9月8日发布AlphaGenome Atlas，把AlphaGenome对人类基因组约90亿种单字母DNA变化的预测预先计算为约1PB的数据集。Google的发布说明 确认，研究人员当天已可通过网页查询结果，并使用AlphaGenome Variant Impact（AVI）评分为编码区和非编码区的候选变异排序。

这项9月8日上线的资源可以理解为一张AI生成的全基因组查询表：研究人员输入一个DNA位置及碱基替换，便能查看模型预测的分子变化，无需为每个候选项重新运行AlphaGenome。但它输出的是分子效应预测，不是疾病因果结论，更不是针对某位患者的诊断。

可查询的是单字母变化及其分子效应

标题中的约90亿种变化，来自人类参考基因组约30亿个位置分别替换为另外三种碱基。这表示Atlas预计算了所有可能的单核苷酸变异，并不表示90亿种变化都已在真实人群中出现，也不表示它们都与疾病有关。

AlphaGenome会比较参考序列与变异序列，预测替换一个碱基可能怎样改变基因表达、转录起始、RNA剪接、染色质可及性、组蛋白修饰、转录因子结合和染色质接触等分子读出。结果还能按模型所覆盖的组织或细胞类型展开，因此它回答的是“这个变化可能影响哪项分子过程”，而非“这个变化会造成哪种症状”。

这种预计算对非编码区域尤其有价值。蛋白质编码序列约占人类基因组的2%，其余区域包含大量参与基因调控的序列；其中的变异通常比直接改变蛋白质的变异更难解释。Atlas把多类预测放进同一查询资源，为这些候选位点提供统一的初筛线索。

AVI把多项预测压成排序分数

一个变异可能对应不同组织、细胞类型和分子轨道的大量结果，AVI的主要作用是排序。研究人员可以先用这一综合分数从大批候选项中找出模型预计影响较强的变异，再查看究竟是剪接、表达、蛋白质变化还是其他信号推高了排名。

《科学美国人》的同期报道 确认，AVI结合AlphaGenome与AlphaMissense的预测，以功能影响大小排列变异；预计算数据库则让研究人员可以直接检索结果，而不必逐项完成模型计算。这降低的是算力、工程和检索门槛，并没有取消生物学验证。

AVI不是患病概率。高分表示模型认为某个变异更可能产生较强的分子影响，不等于携带者必然发病；低分也不能单独排除风险。个人疾病表现还可能涉及多个变异、遗传背景、年龄、环境暴露以及模型未充分表示的生物过程。

研究用途是缩小候选范围，而非直接定案

在研究流程中，Atlas最直接的用途是变异优先排序。团队可将测序或队列分析得到的候选位点与预计算结果对应，利用AVI缩小范围，再检查排名靠前的变异可能影响哪种分子机制，并据此设计细胞、剪接或其他功能实验。

对罕见病研究而言，病例数量有限，单靠统计关联往往难以从大量候选变异中找到清晰信号。Atlas可以补充机制线索，帮助研究人员决定哪些位点值得进一步核对家系共分离、患者表型和实验结果；它节省的是计算与初筛时间，不是替代这些证据。

在复杂性状研究中，研究人员也可以依据预测效应对非编码变异分组，再检验这些分组是否与某项表型相关。这种方法可能让分析更聚焦，但观察到关联之后，仍须在独立数据中复现，并通过实验判断预测的调控机制是否真实存在。

预测、疾病因果与临床诊断是三层证据

分子效应预测、疾病因果和个人诊断不能混为一谈。第一层描述DNA变化后某项分子读出可能如何改变；第二层需要证明这种改变参与疾病形成，而非仅仅与疾病同时出现；第三层还要结合患者表型、家族史、样本质量、其他检测结果和适用的临床解释标准。AlphaGenome Atlas直接提供的是第一层证据。

《自然》9月9日的报道 将Atlas描述为对90亿种单字母变化后果的预测，并指出配套研究当时仍是预印本；报道援引外部研究者警告，这类基因组模型的性能尚不足以单独支持临床决定。因此，即便Atlas预测某个变异会改变RNA剪接，也仍要确认这种改变确实发生、与疾病机制相关，并足以解释具体患者的情况。

Atlas也没有替患者完成临床检测和解释。它没有核验某份样本是否合格，没有把模型结果与患者症状及家系证据自动整合，也不能覆盖个人基因组中不同变化相互作用的全部后果。医生或临床遗传学家可以把计算预测视为辅助材料，但不能把AVI排名直接写成诊断结论。

规模已经确定，医学有效性仍待验证

目前可以确定的是，AlphaGenome Atlas已成为可通过网页查询的研究资源，约90亿种单核苷酸变化的预计算预测、约1PB的数据规模和AVI评分构成其核心能力。它把原本需要逐个运行模型的问题变成直接检索，尤其为非编码变异提供了更统一的比较入口。

尚待回答的是，这些预测在不同疾病、细胞类型和人群背景中能以多高比例通过独立验证。配套预印本的同行评议、外部团队的重复研究、模型在各类变异上的误差模式，以及计算证据能否进入规范化临床解释框架，才会决定Atlas未来的医学价值。在这些证据成熟前，它更准确的定位仍是研究导航工具，而不是诊断系统。