DeepMind把人类基因突变全算完了

谷歌刚刚推出AlphaGenome Atlas：一个由AI驱动的可搜索数据库，绘制了人类DNA中所有90亿个可能单字母变异的预测影响图谱。

这是一个体积高达1PB的巨型数据库，体积超过当年AlphaFold数据库的30倍。

它把人类基因组中每一个可能发生的单核苷酸变异（SNV）及其对分子生物学的影响全部预先计算完成，免费开放给学术研究使用。

为什么要做这件事

人类基因组有大约90亿个可能的单字母突变。

要在实验室里逐个测试这些突变会对人体带来什么后果，现实中几乎不可能完成。

DeepMind之前推出了AI模型AlphaGenome，用来预测特定基因变异对生物过程的影响。

为了让研究人员看到全基因组突变的全景图，DeepMind直接进行了大规模预计算，将所有结果整合成一个完整的地图集，也就是AlphaGenome Atlas。

当年AlphaFold数据库把人类已知的蛋白质3D结构预测从19万个直接拔高到2亿多个。

现在的AlphaGenome Atlas，要在基因调控层面复制这一路径。

核心指标：AVI评分

为了让科研人员快速在海量数据中定位关键变异，DeepMind推出了AlphaGenome变异影响评分，简称AVI评分。

AVI评分整合了AlphaGenome和蛋白质突变预测模型AlphaMissense的能力，把复杂的预测结果浓缩成一个数值。

它有几个关键特性：

第一，同时覆盖编码区和非编码区。

人类基因组中只有2%是编码蛋白质的区域，剩下的98%是非编码区。非编码区负责调控基因活性，人类大部分与性状相关的变异都集中在这里。AVI评分可以同时对这两部分进行打分与排序。

第二，归因透明。

AVI评分会拆解出具体的分子机制，直接指出突变破坏了哪个生物学过程，例如破坏RNA剪接指令，或者破坏染色质的可及性。

第三，内置调控词汇库。

数据库收录了超过2500个高频出现的DNA短序列（即基因组的词汇）及其具体位置，帮助解析转录因子结合位点。

已经验证的三大实际成果

外部合作团队已经使用AlphaGenome Atlas取得了具体的实验和科研突破。

1.破解罕见病难题

在罕见病研究中，从成千上万个变异中挑出真正的致病突变极为困难。

来自Broad研究所的研究团队与GREGoR联盟合作，利用AVI评分筛查致病突变。

他们发现了一个之前被忽略的DNM1基因突变，该突变与癫痫性脑病高度相关。

AVI评分给出了明确的分子机理预测：该突变制造了一个错误的剪接位点，导致蛋白质发生异常延伸。随后的实验验证了这一预测。

2.挖掘复杂性状与蛋白质水平的关联

在人群中寻找与特定性状关联的罕见非编码变异，往往会被大量的无害突变干扰。

埃克塞特大学的研究人员将AlphaGenome Atlas应用在英国生物样本库（UK Biobank）中超过5.4万名参与者的全基因组数据上。

通过把预测具有相似分子效应的罕见变异分组，研究人员多发现了22%的非编码区遗传关联，成功锁定了影响PLA2G7（与衰老相关）和EGLN1（细胞氧气传感器）等关键蛋白质水平的调控变异。

研究团队进一步分析了数亿个非编码变异与身体质量指数（BMI）的关系，重点关注预测影响最大的前1%非编码变异，锁定了19个关键遗传区域。

3.识别基因组的调控单词

斯托斯医学研究所的研究人员利用该资源中的基序集，成功分类了哪些转录因子仅影响DNA的可及性，哪些转录因子能够直接开启或关闭基因表达。