随着人类基因组计划在二十多年前的完成，科学家们首次获得了一本包含30亿个DNA字母的生命之书。现今，真正的难题不是识别这些字母，而是理解它们的功能以及突变带来的潜在后果。近期，Google的DeepMind利用人工智能对几乎所有变异进行了计算，并创建了一个约1PB的数据集，数量是AlphaFold数据库的30倍，目前免费向研究人员开放，限于非商业用途。
2023年9月8日，DeepMind推出了AlphaGenome Atlas，该项目基于今年早些时候发表在《自然》杂志上的AlphaGenome基因组AI模型，研究团队对人类基因组中超过90亿种可能的单碱基变异进行了预测，旨在探讨这些变异如何影响基因表达、RNA剪接和染色质状态等。90亿这个数字可以理解为：人类的单倍体基因组大约由30亿个碱基对组成，每个位置可以由四种碱基中的一种替代，因此每个位置有三种替换方式，所对应的变异数量达到90亿。
尽管基因组中仅有大约2%的区域编码蛋白质，其余98%的非编码区域在基因调控中发挥重要作用，决定基因的表达方式。而许多与疾病和特性相关的遗传变异均坐落于这些非编码区域，理解这些变异通常更具挑战性。现有的方法各有侧重，有些依赖实验数据来识别可能的调控区域，但在判断变异影响时常有局限，因此直接利用实验验证的方式在处理数十亿变异时则显得不现实。 千亿球友会
AlphaGenome旨在解决这一问题，它能够输入DNA序列后，预测相关的多种分子特征，包括基因表达和RNA剪接。为了处理整个基因组的变异计算，研究团队进一步建立了AlphaGenome Atlas，通过AlphaGenome计算出90亿种变异的结果，并将其集中整理为可查询的资源。为了实现此规模的计算，DeepMind的研究团队针对计算效率进行了大幅度优化，最终完成了这一工作。相较于过去的手动操作，研究人员如今可以更方便地从Atlas中获取数据。
除了保存预测数据，研究团队还开发了AVI（AlphaGenome Variant Impact）变异影响分数，旨在帮助科研人员针对大量候选变异进行优先级排序。AVI融合了对基因调控和蛋白质影响的预测，提供了更为全面的信息以供筛选和排序。此外，Atlas还展示了AVI特征归因，研究人员可了解分数的来源，以便识别潜在的分子机制。
如今，AlphaGenome Atlas不仅仅是一个简单的变异评分工具，而是成为了帮助科研人员判断变异潜在影响的重要资源，为后续实验提供了优先级和研究方向的线索。 千亿球友会
