AlphaGenome Atlas 深度调研——90 亿单核苷酸变异的全量分子效应预测平台
调研范围与方式 一手素材（子代理失败前已落盘，主会话逐一读过）：DeepMind 官方 Atlas 博客清洗全文（328 行）、AlphaGenome 模型 2025 年发布博客清洗全文（2026-01 更新标注论文已登《自然》）、Atlas 论文全文 83 页（26 万字符，从 PDF 提取）、官方博客外链清单。另：
幸知 调研报告 调研
#AlphaGenome#Atlas#DeepMind#PDF
[!note] 调研范围与方式 一手素材（子代理失败前已落盘，主会话逐一读过）：DeepMind 官方 Atlas 博客清洗全文（328 行）、AlphaGenome 模型 2025 年发布博客清洗全文（2026-01 更新标注论文已登《自然》）、Atlas 论文全文 83 页（26 万字符，从 PDF 提取）、官方博客外链清单。另：官方产品页抓取返回 404（路径失效，不影响主信源）。原始素材存
tmp/swarm-materials/v1-alphagenome-atlas/。每条关键断言标注置信度：[事实] / [推断] / [推测-待确认]。
一、发布事实
- 发布时间与主体：2026-09-08，DeepMind 官方博客，署名「AlphaGenome Atlas team」。[事实]
- 平台规模：收录 90 亿个人类基因组单核苷酸变异（标准参考基因组上每一个可能的单字母变化）的分子效应预测，官方称「迄今最全面的基因突变-分子生物学影响目录」。[事实]（论文口径：「对所有约 90 亿个单核苷酸变异计算参考与替代等位基因预测差值」）
- 插入缺失也覆盖：除单核苷酸变异外，论文披露还用移位增强策略为主要生物库（基因组聚合数据库、英国生物银行、「我们所有人」计划）观察到的超过 1 亿个插入缺失打了分。[事实]
- 数据体量：1 PB 数据集，为 AlphaFold 数据库的 30 多倍。[事实]（官方博客原文）
- 免费开放：网站门户即日起向学术研究免费开放（非商业用途）；商业用途「即将」经谷歌云提供——基础模型本体已在代码托管平台与官方接口开放，商业用途走云服务模型园。[事实]
二、技术脉络：AlphaGenome 模型本体 → Atlas 全量预计算
2.1 模型本体（2025-06 发布，2026-01 登《自然》）
- AlphaGenome 模型 2025 年 6 月 25 日发布（Žiga Avsec、Natasha Latysheva 署名），定位「统一的 DNA 序列模型，推进调控变异效应预测」；2026 年 1 月官方博客更新标注研究已发表于《自然》。[事实]
- 模型能力：输入长达 100 万碱基对的 DNA 序列，输出数千种刻画其调控活动的分子性质（基因起止、剪接接合点、染色质状态等）；变异打分=比较突变序列与未突变序列的预测差。[事实]
- 技术亮点：首次从序列显式建模剪接接合点的位置与表达水平——脊髓性肌萎缩、部分囊肿性纤维化等罕见病的成因即核糖核酸剪接错误。[事实]
2.2 Atlas 的增量价值：从「逐个查询」到「全量图谱」
- Atlas = 把 AlphaGenome 的预测预计算到全基因组尺度：研究者从「拿一个变异来问模型」升级为「在一张 90 亿行的大图上直接排序、检索」。官方自我类比即 2022 年 AlphaFold 数据库把 19 万实验结构扩到 2 亿+预测的那次民主化。[事实]（官方表述）/ 类比恰当性 [推断]
- AVI 分数（AlphaGenome 变异影响分）：新发布的单一归一化分数，整合 AlphaGenome 与 AlphaMissense（错义变异影响模型）的预测 + 3 个变异效应预测器蛋白功能失活注释（终止/终止丢失/起始丢失）+ 两个保守性分数（PhastCons 470 物种比对、Zoonomia Cactus 241 物种比对）+ 插入缺失类型变量，转为 PHRED 分制。编码区（基因组的 2%）与非编码区（98%）都适用——非编码区正是大多数性状关联变异所在。官方称在多个变异致病性与罕见病基准上「同类最佳」。[事实]（论文架构描述）
- 可解释性配套：每个 AVI 分数附 SHAP 特征归因，分解为染色质可达性、剪接、保守性等可解释类别的贡献；另附从预测中直接导出的 2500+ 基因组「词汇」（脱氧核糖核酸序列 motif）及其全基因组位置，把高影响非编码变异映射到调控 motif。[事实]
三、三入口拆解与「代理化交付」信号
| 入口 | 面向用户 | 说明 |
|---|---|---|
| 网站门户 | 无编程经验的生物学家 | 直觉可视化检索（对标 AlphaFold 门户的产品思路） |
| AlphaGenome 官方接口 | 程序化用户/分析管线 | 基础模型接口已有，Atlas 数据接入 |
| 谷歌反重力（代理式开发平台）技能 | 用编码代理做科研的人 | 「使用 AlphaGenome Atlas 技能」作为官方入口之一 |
- 行业信号 [推断]：科研数据库第一次把「代理技能」列为一等分发入口——研究者的查询动作（找变异→看效应→写报告）正在被代理工作流接手。DeepMind 原文明确说 Atlas「可以整合进我们更广泛的代理系统（如谷歌反重力），增强端到端科学工作流」。这是 AlphaFold 时代没有的交付形态：数据库不只给人看，还给代理用。
- 博客页脚同时出现「科学技能」栏目与反重力科学用例页——谷歌在把「科学工具+代理」做成产品线。[事实]（页面结构佐证）/ 该产品线成熟度 [推测-待确认]
四、应用实证：罕见病到群体遗传学
- 未解决罕见病（GREGoR 联盟 + 布罗德研究所 Laura Covill / Anne O’Donnell-Luria）：用 AVI 分数对候选变异做优先级排序，找到一个此前被忽略的 DNM1 基因变异（与癫痫性脑病强相关）；AlphaGenome 预测精确指出机制——该变异制造了一个错误剪接位点，导致蛋白异常延长；实验筛查验证了预测。[事实]
- 群体遗传学（埃克塞特大学 Gareth Hawkes）：对 5.4 万英国生物银行参与者全基因组数据按预测分子效应分组稀有变异，多检出 22% 的非编码遗传关联（原本淹没在统计噪声中）；锁定 PLA2G7（与衰老相关）与 EGLN1（细胞氧传感器）等血液循环蛋白丰度的调控变异；进一步在体质指数研究中聚焦 Atlas 预测最有影响的 1% 非编码变异，锁定 19 个遗传区域。[事实]
- 调控「词汇」分类（斯托尔斯医学研究所 Julia Zeitlinger / Melanie Weilert）：用 motif 资源区分「只影响脱氧核糖核酸可达性」与「能开关基因」的转录因子。[事实]
五、竞争生态与局限
5.1 与既有体系的互补与竞争
- 论文自证：AVI 整合了变异效应预测器的蛋白注释与两个保守性数据库分数（不是替代而是聚合）；motif 调用与染色质足迹工具（如 ChromBPNet）在统一标注基准上召回率相当。[事实]
- 与已有变异注释体系（序列变异解读器/基因组聚合数据库/临床变异库）的关系 [推断]：它们是「已观察到变异的证据库」，Atlas 是「包括从未观察到的一切可能变异的预测库」——互补大于竞争；但单一公司托管全基因组基础预测层的集中度问题值得留意（本报告未检索到学界对此的系统讨论，[推测-待确认]）。
5.2 局限与风险（论文原文口径）
- 训练数据缺口：标准多聚腺苷酸选择性核糖核酸测序不含非多腺苷酸化非编码核糖核酸（如 RNU4-2 这类基因）；很多相关细胞类型缺席；不同检测模态间细胞类型分布不均。[事实]
- 只建模顺式调控语法，不直接建模反式作用机制。[事实]
- 保守性特征的双刃：提升性能但可能在保守性主导的变异上掩盖分子效应解释。[事实]
- 临床边界（官方两处声明）：Atlas 与 AVI 是预测分子效应的研究工具，「只能作为通向临床诊断的证据链的一部分，自身不构成充分证据」；博客免责声明明确「未经验证、未批准用于任何临床用途，不替代专业医疗建议」。[事实]
断言清单（逐条信源核验）
| # | 断言 | 置信度 | 信源 |
|---|---|---|---|
| 1 | 2026-09-08 发布，覆盖 90 亿单核苷酸变异效应预测 | [事实] | 官方博客+论文 |
| 2 | 1 PB 数据集，AlphaFold 数据库的 30+ 倍 | [事实] | 官方博客 |
| 3 | 三入口：门户（今日开放）/官方接口/反重力技能；非商业免费，商业走云（即将） | [事实] | 官方博客 |
| 4 | AVI 分数=AlphaGenome+AlphaMissense+变异效应预测器蛋白注释+双保守性分数的 PHRED 制整合 | [事实] | 论文架构节 |
| 5 | 编码区与非编码区都适用；官方称多个基准「同类最佳」 | [事实] | 官方博客 |
| 6 | 另评了 1 亿+插入缺失（基因组聚合数据库/英国生物银行/我们所有人） | [事实] | 论文 |
| 7 | 模型本体 2025-06-25 发布，2026-01 论文登《自然》 | [事实] | 2025 博客（2026-01 更新行） |
| 8 | 模型输入至 100 万碱基对，预测数千种分子性质；剪接接合点显式建模为首创 | [事实] | 2025 博客 |
| 9 | 罕见病案例：DNM1 变异+错误剪接机制+实验验证（GREGoR/布罗德） | [事实] | 官方博客+论文作者名单 |
| 10 | 群体案例：5.4 万英国生物银行样本，非编码关联 +22%（埃克塞特） | [事实] | 官方博客 |
| 11 | 局限四条（训练数据缺口/只建模顺式/保守性双刃/仅研究工具不可临床单独使用） | [事实] | 论文局限节+博客免责声明 |
| 12 | 代理技能形态分发属行业首见，指向「科研工具给代理用」的产品线 | [推断] | 官方博客+页面结构；未检索到第三方评论佐证 |
| 13 | 全基因组基础预测层由单一公司托管的集中度争议 | [推测-待确认] | 未找到系统讨论，留观察 |
| 14 | 商业条款细节（云服务定价/许可范围） | [推测-待确认] | 官方仅说「即将」，无细节 |
信源清单
- DeepMind 官方博客（2026-09-08）：https://deepmind.google/blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/ ——主会话 9-08 晚间抓取核验，关键词逐项命中
- Atlas 论文全文（83 页，从 PDF 提取）：标题《AlphaGenome Atlas: in silico mutagenesis of the entire human genome improves prioritization and interpretation of non-coding variants》（本地存档
tmp/swarm-materials/v1-alphagenome-atlas/alphagenome-atlas-paper.txt；原文链接见官方博客「阅读论文」入口） - AlphaGenome 模型发布博客（2025-06-25，含 2026-01 《自然》更新行）：清洗文本存档于
tmp/swarm-materials/v1-alphagenome-atlas/deepmind-blog-alphagenome-2025-clean.txt - 谷歌反重力科学页（页面结构佐证）：https://antigravity.google/use-cases/science（外链清单存档）
- 官方产品页抓取返回 404——路径失效，待官方修正后复核 [推测-待确认]