DeepMind 把 90 亿个 DNA 变体全部预计算好了，以后查变体不用再自己跑模型了

直接说结论：DeepMind 把 AlphaGenome 模型跑了一遍全基因组所有可能的单碱基替换（共 90 亿个），把结果做成了 AlphaGenome Atlas 数据库。这意味着生物研究员以后不需要自己写代码、不需要申请高性能算力去跑模型，直接在网页端查某个变体对基因表达的影响就行，而且现在给每个变体配了一个单一数值的冲击分（impact score），一眼就能看出这个变异是不是有意义。

为什么这个 Atlas 数据库比直接用 AlphaGenome 模型有用

之前 2025 年 AlphaGenome 发布时，虽然是公开非商业使用，但有个巨大的坑：它太吃资源了。哪怕你拿到了模型，想要测试某个特定的 DNA 变体，你得自己写脚本、配置环境，然后面对极其缓慢的推理速度。对于大多数没接触过深度学习的基因组学研究员来说，这几乎是不可逾越的门槛。

这次出的 Atlas 实际上是一个一个巨大的预计算结果库。人类基因组大概 30 亿个碱基对，每个位置有 3 种可能的替换，所以总共 90 亿个变体。DeepMind 直接把这 90 亿个结果全算出来存好了，数据集总量达到了 1 PB。

这种做法解决了两个核心痛点：
1. 算力门槛：不用再为了跑个预测去求资源，直接查表。
2. 效率浪费：避免全球成千上万个实验室在重复计算同一个变体，纯属浪费电。

实际使用时需要警惕的局限性

虽然 90 亿个变体听起来很全，但如果你打算用它来指导临床或实验，得注意这两个技术缺陷，否则很容易被误导：

• 视野范围限制（1M bp）： AlphaGenome 每次预测参考的 DNA 序列长度是 100 万个碱基对。但在生物学上，很多增强子（enhancers）对基因的调控距离极远，可能会超过这个 1M 的范围。这意味着，如果某个变体是通过超远距离影响基因的，这个模型大概率预测不准。
• 单点 vs 多点： Atlas 记录的是单字母替换（single-nucleotide substitutions）。但现实中很多疾病是多个基因变体共同作用的结果，这种单一变体的预测分数不能直接等同于致病性。

怎么判断这个预测结果靠不靠谱

这次更新最实用的是那个 impact score（冲击分）。以前你跑模型可能得到一堆复杂的表达量变化数据，现在它直接给你一个分值。

如果你在查某个变体时，发现这个分数很低，那么大概率这个变异是中性的，可以直接在筛选实验样本时把它剔除掉。如果你发现分数很高，那么这个点值得进实验室做湿实验验证。它不是最终结论，而是一个高效的过滤筛子。

成本与资源消耗的真实量级

虽然 DeepMind 没有公开具体的电费单，但从 1 PB 的数据集量级和 90 亿次预测来看，这绝对不是普通公司能随随便便跑出来的。内部提到为了在合理时间内完成这个 Atlas，他们的计算速度提升了 80 倍。

对于普通研究者，目前的获取方式是：

• 非商业研究： 免费使用。
• 商业用途： 需要单独申请授权。

总结来看，AlphaGenome Atlas 把一个「极高门槛的 AI 工具」变成了一个「低门槛的查询数据库」。如果你在做基因变异分析，现在不需要去折腾 Python 环境和 GPU 驱动了，直接去查分值就行。