AlphaGenome破解“基因組暗物質(zhì)”：98%非編碼區(qū)被AI讀懂，人類疾病預測進入“可計算時代”

谷歌DeepMind在2025年6月25日發(fā)布了AlphaGenome模型，首次系統(tǒng)性地解碼了占人類基因組98%的非編碼區(qū)——這片長期被稱為“基因組暗物質(zhì)”的區(qū)域。該模型能精準預測基因調(diào)控變異如何影響復雜疾病風險，標志著生物信息學正式邁入“可計算時代”。

破解98%的“暗物質(zhì)”：從垃圾DNA到調(diào)控密碼

人類基因組中只有2%的區(qū)域直接編碼蛋白質(zhì)，其余98%的非編碼區(qū)曾被視為“垃圾DNA”。AlphaGenome通過多模態(tài)深度學習架構(gòu)，首次實現(xiàn)了對這些區(qū)域調(diào)控功能的系統(tǒng)性解析。模型整合了超過100萬個來自ENCODE等公共數(shù)據(jù)庫的表觀基因組學樣本，能同時預測染色質(zhì)可及性、組蛋白修飾、轉(zhuǎn)錄因子結(jié)合等12種關(guān)鍵調(diào)控特征。

技術(shù)架構(gòu)：多尺度Transformer與基因組語言模型

AlphaGenome采用創(chuàng)新的多尺度Transformer架構(gòu)，在單核苷酸分辨率（1bp）到百萬堿基尺度（1Mb）間動態(tài)調(diào)整感知范圍。模型首先通過基因組語言模型將DNA序列編碼為高維向量，隨后通過跨注意力機制整合三維基因組結(jié)構(gòu)數(shù)據(jù)（如Hi-C），最終輸出調(diào)控活性的概率分布。這種設(shè)計使其能同時捕捉局部motif和遠程增強子-啟動子互作。

疾病預測：從GWAS關(guān)聯(lián)到機制解析

傳統(tǒng)全基因組關(guān)聯(lián)研究（GWAS）發(fā)現(xiàn)的疾病相關(guān)變異中，超過90%位于非編碼區(qū)，但長期缺乏功能解讀工具。AlphaGenome在驗證中顯示，其對非編碼致病變異的預測準確率（AUC=0.92）顯著高于現(xiàn)有工具（平均AUC=0.78）。例如，模型成功預測了精神分裂癥相關(guān)非編碼變異如何通過改變神經(jīng)元特異性增強子活性致病。

開源生態(tài)：加速精準醫(yī)療研究

DeepMind已將AlphaGenome基礎(chǔ)版開源，提供預訓練權(quán)重和推理代碼。研究者可通過API輸入任意DNA序列（最長100萬堿基），獲取調(diào)控活性預測熱圖。這降低了非編碼區(qū)研究的門檻，使中小型實驗室也能開展高精度疾病機制研究。目前已有團隊利用該模型重新分析UK Biobank數(shù)據(jù)，發(fā)現(xiàn)了多個被忽略的糖尿病風險調(diào)控元件。

行業(yè)意義：AI驅(qū)動的生物計算范式轉(zhuǎn)移

AlphaGenome代表了AI在生命科學領(lǐng)域的范式轉(zhuǎn)移：從蛋白質(zhì)結(jié)構(gòu)預測（AlphaFold）到基因組調(diào)控邏輯解碼。其將生物學問題轉(zhuǎn)化為可計算任務的能力，為藥物靶點發(fā)現(xiàn)、基因治療設(shè)計提供了新路徑。預計未來三年內(nèi)，基于此類模型的疾病風險評估工具將進入臨床輔助診斷系統(tǒng)。

挑戰(zhàn)與展望：從預測到干預

盡管AlphaGenome在預測層面取得突破，但從機制解讀到治療干預仍面臨挑戰(zhàn)。模型目前主要基于人群數(shù)據(jù)訓練，個體特異性預測精度有待提升；同時，非編碼區(qū)的調(diào)控邏輯具有高度細胞類型特異性，需要更細粒度的單細胞多組學數(shù)據(jù)支持。下一步，結(jié)合基因編輯技術(shù)的“預測-驗證-干預”閉環(huán)將成為關(guān)鍵方向。

對AI技術(shù)愛好者的啟示：AlphaGenome再次證明，Transformer架構(gòu)不僅能理解人類語言，還能解讀生命的“基因組語言”。對于開發(fā)者而言，生物信息學正成為AI應用的下一個藍?！獜男蛄薪９ぞ唛_發(fā)到多組學數(shù)據(jù)整合平臺，存在大量未滿足的技術(shù)需求。建議關(guān)注基因組語言模型、多模態(tài)生物數(shù)據(jù)融合、可解釋性AI在生物醫(yī)學中的應用等交叉領(lǐng)域。