Let's Make AGI Real

兹事体大，需反复报道。

AlphaGenome于2025年6月25日发布，是Google DeepMind团队最新Alpha大模型家族成员，它将彻底改变我们对生物学的理解。这款模型被誉为可能比 AlphaFold（蛋白质折叠的革命性突破）更为低调但潜力同样惊人的技术，它有望推动药物研发、个性化医疗，甚至让我们像编写代码一样来“编程”生物。

1. AlphaGenome 是什么？

简单来说，AlphaGenome 是一个专门用来破解 DNA 复杂指令的 AI 工具。我们知道基因组是细胞的操作系统手册，包含了生命的全部蓝图，从外貌到生长，再到疾病的易感染性。DNA 序列的微小变化就可能导致疾病或影响身体对环境的反应。尽管我们已经测序了人类基因组，但对其如何运作、基因何时激活以及突变会引发何种后果等，仍是生物学的未解之密。

AlphaGenome 的突破在于它不仅能读取 DNA，还能预测 DNA 序列如何调控基因。它能处理长达 100 万个碱基对的 DNA 片段，远超以往模型的极限。

更重要的是，AlphaGenome 特别专注于基因组中不编码蛋白质的 98% DNA 区域，这些区域曾因其复杂性和现有技术的局限性而长期保持神秘。这些非编码区域不直接制造蛋白质，却在调控基因表达的时间、地点和方式方面发挥着至关重要的作用，隐藏着无数与疾病相关的秘密。AlphaGenome 首次让我们得以窥见这 98% 的“黑盒子”，为解码生命提供了全新的视角。

2. AlphaGenome 是如何工作的？

AlphaGenome 的工作原理可以概括为：它把 DNA 序列当成了代码来预测它的运行结果。具体来说，它能“吞下”长达 100 万个碱基对的 DNA 序列，然后输出一个详细的分子活动地图。

它能够生成关于广泛分子特征的详细预测，包括：

• 预测基因的起始和终止位置。
• 预测 RNA 如何加工 或 RNA 剪辑，以及不同情境下 RNA 的水平。
• 预测染色质如何结构化，以及细胞核内 DNA 的可及性（即DNA 的开放区域）。
• 预测哪些蛋白质可能与特定区域结合。
• 预测某段 DNA 在不同细胞类型中的行为，例如在神经细胞中激活，而在肌肉细胞中关闭。
• 预测基因的表达水平。
• 预测 DNA 的空间结构，即哪些基因靠近，哪些被蛋白质绑定。
• 遗传突变如何影响上述所有过程。

AlphaGenome 的突出特点在于其能够检测基因组内的远距离相互作用，揭示遥远的 DNA 元素如何影响基因行为，这是早期模型难以捕捉的。它提供单碱基对分辨率的预测，这对于理解即使是最小的 DNA 变化所产生的影响也至关重要。

变异效应评分 是 AlphaGenome 最具影响力的功能之一。它允许研究人员比较突变前后 DNA 序列的预测行为，从而评估该突变是否可能产生有害影响。这项功能在理解导致癌症等疾病的调节性突变方面特别有价值，因为非编码突变可能在不直接改变蛋白质结构的情况下激活或沉默重要基因。它也能实时分析基因突变的影响，告诉你一个突变会如何改变整个调控网络。

这种能力得益于其技术进展，AlphaGenome 结合了卷积神经网络和Transformer 架构，创建了一个混合模型。这种双重方法使其既能识别短程模式，又能追踪长程依赖关系。卷积层负责检测基序和局部结构，而 Transformer 层则模拟 100 万碱基对序列中不同部分之间的相互作用。该模型在来自大规模联盟的综合实验数据集上进行了训练，这些数据涵盖了数百种组织类型和生物条件，确保其预测反映真实的生物多样性。相较于过去的模型，AlphaGenome 能同时处理长序列和高分辨率的预测。此外，它的训练时间仅需四小时，计算量只有之前模型的一半，这意味着它不仅更快、更省资源，还能提供更全面的基因调控信息。

3. 为什么说 AlphaGenome 是一项重大突破？

AlphaGenome 的突破性在于其广度和精度。

• 在24 项基因组预测基准测试中，它有 22 项超越了现有最佳模型。
• 在预测基因突变效应时，26 项测试中有 24 项达到或超过了顶尖水平。
• 它是唯一能够同时预测多种调控模式的“全能选手”。

AlphaGenome 代表了基因组解释领域的变革性进展，尤其是在阐明非编码 DNA 功能方面。这些区域包含增强子、沉默子、绝缘子和其他调节元件，它们通常从很远的距离协调基因活动。通过解码这些信号，AlphaGenome 为理解癌症等复杂疾病中基因调控如何出错打开了大门。例如，像杜氏肌营养不良症或囊性纤维化等罕见病往往与 RNA 剪切错误有关，AlphaGenome 能直接从 DNA 序列预测剪切点的位置和表达水平，揭示突变是如何扰乱这一过程的。这就像给医生提供了一个导航仪，帮助医生精确找到疾病的根源。

许多癌症驱动突变都存在于非编码区域，AlphaGenome 预测其功能后果的能力有助于识别新的诊断标记和治疗靶点。DeepMind 团队还用 AlphaGenome 分析了一种替细胞极性淋巴细胞白血病（T-cell acute lymphoblastic leukemia）的突变，发现它通过引入一个特定的 DNA 结合位点，激活了癌症相关基因 TTA。这一发现直接验证了已知的疾病机制，证明了 AlphaGenome 在非编码区强大的洞察力。

AlphaGenome 统一并扩展了早期工具（如专注于 DNA 调节的 Informer 和专注于编码突变的 AlphaMissense）的功能，提供了对基因组功能更全面的视图。相较于早期模型，AlphaGenome 提供了更广泛、更深入、更精细的预测。其扩展的上下文长度和多模态输出使其能够以前所未有的分辨率和广度预测分子行为。它整合了调节和编码见解，使其成为未来人类基因组学和精准医学突破的基础模型。

4. AlphaGenome 的应用场景有哪些？

AlphaGenome 的潜力远不止于此，它可能改变世界的应用场景包括：

• 疾病研究：通过精准预测基因突变的影响，帮助科学家找到疾病的真正原因，开发更有效的疗法。例如，揭示癌症的非编码区突变如何驱动疾病，为靶向治疗指明方向。
• 个性化医疗：实时分析个体基因突变，预测药物反应或疾病风险，助力量身定制的治疗方案。
• 合成生物学：指导设计特定功能的合成 DNA，例如只在某些细胞中激活的基因，这就像是给生物“编程”，为生物技术打开了新的大门。
• 加速科学发现：让科学家更全面地理解基因组的行为，这相当于给生命这台超级计算机编写了调试工具。

5. AlphaGenome的更大意义：生命的计算和设计

DeepMind 的 CEO Demis Hassabis 曾说：“我们可能生活在一个计算的宇宙之中，生物和物理的本质是信息和计算”。AlphaGenome 正是这一理念的体现，它把基因组当成可预测、可建模的代码，而不再是神秘的黑盒子。这种思维的转变可能预示着科学的下一场革命：我们或许能像设计软件一样来设计生命。

有观点认为，AI 正是生物学中的方法论，就像数学之于物理学一样。未来的生物学家，如果还不使用 AI 作为工具，就如同物理学家不用数学进行研究一样。

6. 当前的局限与未来展望

尽管 AlphaGenome 功能强大，但并非完美。它目前仍面临一些局限性，例如：

• 它需要大量的计算资源。
• 目前其性能主要针对中小规模分析进行了优化，而不是用于数千个基因组的高通量筛选。
• 它目前还难以捕捉远距离（超过 10 万碱基对）的调控元素。
• 它的预测质量取决于训练数据的质量和覆盖范围，可能无法完全捕获每种组织类型或罕见的调节特征。
• 它也无法完全解释复杂性状或疾病如何受到环境和发育因素的影响。

然而，这些局限被认为是暂时的。随着数据规模的扩大和模型的优化，AlphaGenome 有望覆盖更多的物种、更多的调控模式，甚至解锁更为复杂的生物机制。

目前，AlphaGenome 通过 API 的形式对非商业研究用途开放。DeepMind 希望学术界、工业界和政府能够合作，最大化其影响力。未来，它可能成为每个生物学实验室的标配工具，加速从基础研究到临床应用的转化。