二十年前，“人类基因组计划”的完成给科学界带来了一部由三十亿个字母组成的文本。当时看来，最重要的事已经完成——生命之书已被读完。实际上，困难才刚刚开始：要理解每一个字母的替换意味着什么，以及它如何改变细胞的工作，远比读出序列本身困难得多。
DeepMind于8月2026年推出了Atlas AlphaGenome——一个容量约为一拍字节的数据库。其中预先计算了人类参考基因组中超过九十亿种可能的单核苷酸替换的分子后果。这比AlphaFold数据库的规模大三十倍。该资源通过网页门户、API以及与其他工具的集成，面向科研目的免费开放。
今年年初发表在Nature上的AlphaGenome模型，能够一次分析多达一百万个碱基，并预测某个变异对染色质开放度、转录因子结合、组蛋白修饰、RNA剪接以及基因表达水平的影响。Atlas将这些预测转化为现成的参考手册：研究人员无需每次都启动繁重的计算，就能获得现成结果以及一个额外的综合指标AVI。它整合了AlphaGenome和AlphaMissense的评分，帮助在编码区和非编码区中按潜在影响对变异进行排序。
其实用价值已在真实研究中得到证实。在与GREGoR Consortium和Broad Institute的合作中，AVI帮助发现了一名患有未确诊癫痫性脑病的儿童DNM1基因中的变异：模型指出其产生了一个异常剪接位点，随后实验证实了这一点。在与UK Biobank的合作中，应用Atlas的预测使发现的非编码关联数量增加了22个百分点，并将数百个候选变异缩小到几个影响血浆蛋白水平和体重指数的关键调控变异。
Atlas不仅能对变异进行排序，还能识别出超过2500个重复出现的短DNA基序——即基因组的“单词”，它们决定了调控蛋白在何处以及如何发挥作用。这为突变可能通过何种机制破坏细胞正常功能提供了额外线索。与此同时，开发者和独立专家也强调了其边界：高AVI评分说明存在明显的分子效应，但并不等同于已证实的致病性。这些预测针对的是分子层面，而非最终的临床结局，并且需要进一步的实验验证。
该资源降低了没有庞大算力的实验室的入门门槛，并减少了重复计算。正如AlphaFold的情况一样，开放获取加速了集体进步，使人们能够专注于解读和实验，而不是反复运行模型。
