跳到正文

精选深读Google DeepMind22:00

AlphaGenome Atlas:人类基因组中每一个可能 DNA 字母变化的预测图谱

AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome

九亿变异图谱虽全,但仅覆盖单碱基替换,缺失大片段结构变异等真实致病场景

判断

对做变异筛查的遗传学家,这改变的是先做实验验证的排序方式:AlphaGenome Atlas 把 9 billion 条单碱基替换的分子效应预先算好,可直接用来给候选位点排优先级。但它替代不了结构变异的判读决策。

依据

Google DeepMind 的 AlphaGenome Atlas 团队 9月8日说,他们用 AlphaGenome 模型预先算完并公开了人类基因组 9 billion 条 single-nucleotide variant(单核苷酸变异,即 DNA 上单个字母的替换)的分子效应预测,学术研究可通过免费网页查询;同时放出 AlphaGenome Variant Impact(AVI)评分,把 AlphaGenome 与 AlphaMissense(预测改变蛋白的变异影响的模型)合并成一个排序分数。机制是把推理从逐个变异按需计算,换成全基因组批量预算,研究者先查表、再挑位点进实验室。材料给的对照是实验成本:9 billion 个单字母突变逐个做实验实际上不可能,所以这份目录的作用是筛掉绝大多数位点,而不是替代实验。局限也写在同一处——预计算只展开单碱基替换这一种变异类型。

没写清 材料没说这 9 billion 条预测与湿实验结果的一致率,也没说大片段结构变异、拷贝数变异是否在覆盖范围内。

下一步 到 AlphaGenome Atlas 论文里找基准测试表,核 AVI 评分在同一批变异上相对 AlphaMissense 单独使用的排序表现。

本期其他新闻

  1. 精选深读

    GPT-5.6 Sol 如何帮助运行量子计算实验

    OpenAI

  2. 精选深读

    为谁安全?拒绝话题的恰当子集,而非整个话题

    Hugging Face