AlphaGenome Atlas：把90亿单碱基变异的瓶颈，从模型推理推到湿实验

如果把“AlphaGenome Atlas 覆盖了90亿种变异”读成“90亿种变异的后果已经被知道”，就会从第一步开始误读这项工作。Atlas 真正消除的是查询成本：研究者不必再为每一个候选变异临时等待模型推理，而可以直接查询已经生成的结果。它没有把预测变成实验事实，也没有让分子效应自动升级为致病性，更没有绕过临床证据体系。

这一区别并不只是措辞上的谨慎。它决定了 Atlas 在研究流程中的正确位置，也决定了我们该怎样衡量它的价值。一个更准确的说法是：Atlas 把“有没有时间算这个变异”这个问题解决了，随后把“这个预测在什么生物学条件下可信、怎样用实验证明它”推到了台前。

90 亿是反事实预测，不是 90 亿条实验事实

先把这个数字拆开

所谓反事实变异预测，意思很直白：先拿参考基因组中的一个位点，假设它换成另一种碱基，再让模型推演分子读出会怎样变化。它回答的是“如果这里发生这个替换，模型预计会发生什么”，而不是“这个替换已经在人体或细胞实验中被观察到了什么”。

人类参考基因组大约有 30 亿个碱基。每个位点有三种不同于参考碱基的单碱基替换，因此候选空间近似为：

$$3\ \text{种替换} \times 3\ \text{billion 个位点} \approx 9\ \text{billion 个 SNV}$$

这里的 90 亿是一个反事实全集。它包括大量从未在人群中观察到、也不一定在自然条件下容易产生的替换。Atlas 为这些替换生成模型输出，所以“覆盖 90 亿”描述的是预测空间的覆盖，不是实验知识的覆盖。Cheng 等人在 AlphaGenome Atlas 预印本中把它定义为针对 hg38 参考基因组每一种可能单核苷酸替换的等位基因分辨率预测，并另外纳入来自群体数据库的已观察 indel。Atlas

这也是标题里“90 亿种单碱基变异”最容易引起的误会。一个位点的三种替换都能被计算，并不表示三种替换都已经在真实个体中出现，更不表示模型知道它们会不会导致疾病。模型只是为每一个“假设中的变化”给出一组分子层面的预测。

从“算一次”到“先算好”

如果研究者每次提出一个候选变异，才把参考序列和替代序列送入模型，模型推理时间就会成为工作流中的第一道瓶颈。AlphaGenome 的单次推理可以很快，但把同一件事重复到数十亿个候选上，仍然需要大规模计算和存储。

Atlas 采取的办法是预计算。先对整个参考基因组进行批量反事实推理，把结果存储下来。之后，研究者查询某个变异、一个基因周围的候选集合，或者一组需要优先实验的位点时，主要工作变成检索和排序，而不是从头运行模型。官方公告把这一资源描述为 1 PB 规模的数据集，并指出其中包含每个变异的多类分子效应预测、AVI 分数、特征归因和 DNA motif 资源。Atlas公告

因此，Atlas 的第一个变化不是“预测突然变得确定”，而是“预测突然变得可查”。这是一种基础设施层面的变化。它把按需计算改成了预先生成和即时检索，让研究者可以把更多注意力放到候选选择、实验设计和机制验证上。

预测引擎究竟输出什么

90 亿个替换并不是每个只对应一个简单的“有害”或“无害”标签。AlphaGenome 是 Atlas 的非编码变异预测引擎。它接收最长约 1 Mb 的 DNA 序列，在单碱基分辨率上同时预测多类功能基因组信号，包括基因表达、剪接、染色质可及性、转录因子结合和染色质接触等。Nature 论文报告，模型覆盖 11 类模态和 5,930 条人类基因组轨道，并在 26 个变异效应 benchmark 中有 25 个达到或超过最强外部模型。

这一步很重要，因为非编码变异往往没有一个直接可读的蛋白质改变。一个深内含子替换可能改变剪接位点，一个 enhancer 中的替换可能改变染色质可及性，另一个位点可能影响远端基因表达。AlphaGenome 的设计是把同一个序列变化投射到多种分子读出上，再由后续流程决定怎样组合这些读出。Avsec 等人的 Nature 论文也说明，蒸馏后的 student 模型在单张 H100 上每个变异推理不到一秒，这使全基因组预计算在物理上成为可能。AlphaGenome

下面这张图把“全集”和“模型输出”放在同一条管线上。读图时，Panel A 的 9B SNVs 应理解为输入候选空间，后面的多种 scorer 才是模型对这些候选的分子效应预测。

图注：图中 Panel A 将约 90 亿个单碱基替换和已观察 indel 送入 AlphaGenome，再产生多类功能基因组信号。Panel B 到 Panel D 展示 AVI 如何整合特征、输出 PHRED 分数并用 SHAP 拆解贡献。整张图描述的是计算管线，不表示这些候选已经逐一获得湿实验验证。Atlas

这张图也提前暴露了全篇的核心张力：输出可以非常丰富，查询可以非常快速，但预测与事实之间的距离并没有因为存进数据库而自动消失。90 亿是一次预计算得到的候选地图，不是 90 亿条实验结论。

AVI 把多模态压成单值：机制跃迁长什么样

为什么还需要一个单值分数

AlphaGenome 为一个变异输出许多分子读出。对于研究者来说，这些读出保留了生物学细节，却不容易直接用于全基因组候选排序。假设一个项目有数百万个稀有变异，研究者首先需要回答的是：哪些变异值得优先做实验？这通常需要一个能比较不同候选的统一尺度。

AVI，也就是 AlphaGenome Variant Impact，是 Atlas 提供的这种统一分数。它把编码区和非编码区的多类信号组合起来，给每个变异一个可以排序的数值，同时保留特征归因，帮助研究者查看这个分数主要由什么分子效应推动。官方对 AVI 的概括是：把 AlphaGenome 和 AlphaMissense 的预测压缩成一个数，并将这个数与可解释的特征贡献连接起来。Atlas公告

这里的“压缩”不是把所有信息无损地装进一个数字。它是为了排序而做的摘要。一个分数适合回答“先做哪一个”，却不适合单独回答“这个变异究竟通过哪条机制导致了什么结果”。后一个问题要回到具体的分子轨道和实验条件。

18 个特征从哪里来

Atlas 的 AVI 是一个小型神经网络，使用 18 个输入特征。它们可以分成四组。

第一组是 AlphaGenome 的 10 类非编码信号，包括 DNase-seq、ATAC-seq、转录因子结合、组蛋白标记、CAGE、PRO-Cap、RNA-seq、polyadenylation、splicing 和 contact maps。第二组是编码区信息，其中包括 AlphaMissense 分数和三个蛋白终止相关的 VEP 特征。第三组是两类保守性信号，来自 PhastCons 470-way 和 Zoonomia Cactus 241-way 比对。第四组是两个 indel 指示变量，表示变异是否为 insertion 或 deletion。

AlphaMissense 在这里承担的是编码区信号源。它是对 AlphaFold 的改编，利用人类和灵长类群体频率形成弱标签，预计算了 7,100 万个错义变体，其中 89% 获得了较明确的 likely benign 或 likely pathogenic 分类。它不是 Atlas 本身，也不负责解释非编码调控信号。它被放进 AVI，是因为同一个排序系统需要同时覆盖蛋白改变和调控改变两类候选。AlphaMissense

PHRED 分数随后把原始输出转换为便于排序的百分位尺度。直觉上，PHRED 20 大致对应全体候选中排名前 1% 的量级，PHRED 10 大致对应前 10%。它适合表达“这个候选相对其他候选有多靠前”，但不应被读成“致病概率就是多少”。排序尺度和临床概率是两个不同命题。

从排序回到解释

AVI 的另一个设计是 SHAP 归因。对一个具体变异，SHAP 会把模型输出分解成来自不同特征的贡献，例如剪接、染色质可及性、RNA 表达、保守性或蛋白影响。研究者因此可以看到，一个变异的高 AVI 是主要由剪接信号推动，还是由 AlphaMissense，或者由保守性特征推动。

但归因仍然是模型内部的归因，不是实验因果证明。如果一个变异的高分主要来自保守性，研究者只能说模型认为它具有较强的保守性相关影响，不能直接说它通过某个转录因子结合位点导致疾病。归因最有用的地方，是帮助设计下一步实验。例如，剪接贡献突出时，可以优先考虑 RNA-seq、minigene 或剪接 reporter，而不是盲目做所有类型的功能实验。

这种“先综合排序，再回到具体机制”的思路并非凭空出现。2015 年的 DeepSEA 已经展示了从 DNA 序列直接预测染色质效应，并以单核苷酸敏感度为非编码变异排序。2021 年的 boostDM 则在癌症基因和组织组合上枚举可能突变，构建可查询的 driver/passenger 预测资源。Atlas 延续的是“穷举、打分、公开查询”的方向，只是把范围从特定癌症基因扩展到了全参考基因组，把单一任务扩展到了多模态分子效应。DeepSEA boostDM

图注：这张官方动画静帧展示了 Atlas 资源层的一组输出卡片，包括 AVI 分数、特征归因、全基因组 AlphaGenome 分数热图和 motif compendium。它说明单值排序并没有取代多模态输出，而是把多模态输出组织成便于联合查询和解释的资源。Atlas公告

所以，AVI 的机制跃迁不是“一个数字替代了生物学”，而是“一个数字重新安排了研究顺序”。它让候选筛选变快，也把机制解释放到了排序之后。真正的价值，要看它能不能让有限的湿实验预算更常打中有意义的候选。

价值证据：候选排序与聚合发现有增量，但前瞻命中率仍待验证

DNM1：0.943 是模型预测对实验分类的一致性，不是临床诊断命中率

DNM1 案例最适合说明 Atlas 的正确角色。GREGoR 罕见病队列中的一名患者有癫痫性脑病，常规基因 panel、外显子组和全基因组分析没有给出诊断，短读长 RNA-seq 也没有提供清晰答案。AVI 把一个深内含子变异排到了候选前列：chr9:128225994:G>A，也就是 NM_004408.4:c.1335+1605G>A。这个变异的 AVI PHRED 为 24.7，分数中 69% 由剪接特征贡献。

AlphaGenome 的组织条件预测也给出了一个关键线索。替代等位基因在 glutamatergic neuron 轨道中显示出异常的隐匿剪接受体信号，而在 venous blood 中几乎没有信号。模型进一步推测，这个隐匿剪接受体会使脑特异的 DNM1 exon 10a 延长 13 个氨基酸。注意，这里已经包含了条件信息。模型不是在泛泛地说"这个位点有影响"，而是在特定组织背景下提出了一个具体剪接机制。

随后才是湿实验。研究者对 exon 10a 上游 265 nt 区域进行饱和突变 minigene 测试，覆盖 5 个细胞系、796 个实验库条目。AlphaGenome 合并剪接分数和 AVI 剪接特征归因，对这一批 minigene 实验的"是否产生框内 exon 延长"分类，各自达到 AUPRC 0.943。这里 0.943 衡量的是模型预测排序和湿实验分类之间的一致程度，回顾性质地把已做过的实验结果当作标签再评估一次，并不是前瞻性 top-k 命中率，也不是临床诊断成功率。图中同时展示了候选排序、神经元与血液条件下的轨道预测，以及 minigene 饱和实验。这种排列顺序本身就是证据链：模型缩小搜索范围，实验检查分子效应。Atlas DNM1

图注：这张五面板图把 DNM1 案例拆成候选排序、家系线索、神经元与静脉血条件下的 REF/ALT 轨道、265 nt 饱和突变实验和特征归因。它支持的是“AVI 排序后接湿实验校准”的复合证据结构，不是 Atlas 单独证明了临床致病性。Atlas DNM1

还要区分两个经常被混在一起的 DNM1 变体。Parthasarathy 等人 2022 年研究的是 c.1197-8G>A，而 Atlas 案例是 c.1335+1605G>A。它们位点不同，但都涉及 exon 10a 的异常延长机制。前一项研究用 pCAS2 minigene 的 RT-PCR 和 cDNA 测序验证了新的剪接受体，并观察到 6 个核苷酸、两个氨基酸的插入；患者、脑组织 isoform、结构和病理证据共同支撑了 dominant-negative 机制。这个早期案例说明该类剪接机制可以被湿实验复现，但不能反过来当作 Atlas 的临床验证。DNM1机制

图注：图中三个面板分别呈现 c.1197-8G>A 的 SpliceAI 预测、pCAS2 minigene RT-PCR 凝胶和 WT/突变型 cDNA 测序结果。它用于说明计算剪接候选如何被实验校准；该变体与 Atlas 案例 c.1335+1605G>A 是两个不同位点。DNM1机制

UK Biobank：22% 是条件独立聚合发现率的策略增量，不是模型精度

第二个证据来自群体层面的非编码稀有变异聚合。这里研究者不是逐个判断一个变异是否致病，而是把同一基因附近、满足特定条件的一组稀有变异放在一起，测试它们是否与循环蛋白水平有关。Atlas 论文在 54,189 名 UK Biobank 参与者、2,028 种循环蛋白的分析中，把 Atlas 特征作为过滤和分组条件，报告条件独立非编码聚合发现率增加 22%。

这个数字必须带上完整主语。它不是“AVI 的准确率为 22%”，也不是“疾病诊断灵敏度提升 22%”。它表示：在已有的稀有变异聚合框架上，按 Atlas 预测的效应筛选和重新分组后，条件独立非编码聚合的发现数量增加了 22%。PLA2G7 的例子很直观。默认的上游集合包含 526 个稀有变异，经过 Atlas top-1% 过滤后缩小到 4 个变异，关联信号从 $1.10 \times 10^{-8}$ 进一步集中到 $1.74 \times 10^{-13}$。这个过程更像把候选集合中的噪声和方向冲突压下去，而不是凭一个分数宣布因果成立。

图注：图中比较了不使用 Atlas 和加入 Atlas 特征过滤的聚合策略，并以 PLA2G7 为例展示上游候选从 526 个收缩到 4 个。这里的“+22%”是聚合发现率的策略增量，不是模型准确率或单个变异的效应量。Atlas UKB

理解这个结果，还需要看 Atlas 之前的方法学基线。Hawkes 等人在约 46,362 名欧洲遗传祖源 UK Biobank 参与者上，结合全基因组测序和蛋白组数据，测试了约 1.1 billion 个变异以及 123 million 个非编码聚合。最终得到 357 个条件独立非编码区域，其中 74 个，也就是约 21%，没有任何单个变异达到研究范围内的显著性，只能通过聚合被发现。Hawkes

图注：这张研究设计流程图展示了 UK Biobank 队列、WGS、Olink 蛋白组、约 1.1 billion 个变异、单变异检验和非编码聚合检验之间的关系，并标出 357 个区域等方法学节点。它是 Atlas 22% 增量所建立在其上的前置聚合框架，不是 Atlas 自己的流程图。Hawkes

21% 和 22% 回答的是两个不同问题。21% 是 Hawkes 研究中“聚合相对于单变异分析多发现了什么”；22% 是在此类聚合框架上加入 Atlas 效应分组后，相对于既有过滤策略又多发现了什么。前者不是 Atlas 的结果，后者也不是 AlphaGenome 单独完成的模型精度评估。把两者都写成“模型提升了 22%”会抹掉方法学上的因果链。

两个案例加在一起，能被直接拿来佐证 Atlas 价值的只有两类发现。DNM1 中，模型把候选带到一个可检验的深内含子剪接机制，但 0.943 只是预测与已做 minigene 实验分类之间的一致性；UK Biobank 中，模型让稀有变异聚合的候选集合更有方向性，但 22% 只是聚合发现数相对既有过滤策略的增量。两者都不是前瞻性 top-k 命中率：DNM1 是单案例回顾，UK Biobank 是在已有 pQTL 框架上重跑过滤策略。Atlas 的证据目前能支撑的是"候选排序和聚合发现有增量"，而不是"实验责任转移给模型"。它的真正价值，仍然要等独立队列上前瞻性 top-k 命中率、新增可重复发现和后续机制证据来验证。

单分 AVI 的代价：哪些边界模型自己都不敢说准

压缩会隐藏条件

AVI 的优点是把复杂输出变成可排序的一维尺度，代价是不同分子条件被压进了同一个排序界面。一个变异在脑神经元中影响剪接，在血液细胞中没有明显效应，这两个结论都可能被同一个 AVI 分数概括。分数越方便，研究者就越需要主动回看它背后的组织、细胞状态和具体模态。

AlphaGenome 原本输出的是多模态轨道，而不是单一分数。官方模型概览显示，输入序列经过编码器、Transformer 和解码器后，对应到基因表达、剪接、染色质和接触图等多类输出。把这些信号交给 AVI 排序，是为了管理候选空间；它不能抹平不同组织之间真实存在的生物学差异。

图注：这张简化架构图从 1 Mb DNA 输入连接到序列分割、编码器、相互连接的 Transformer、解码器和多类功能输出。它强调 AlphaGenome 的原始输出是多模态的，因此 AVI 的单值化是资源层的汇总步骤，不是模型只有一个生物学读出。AlphaGenome

AlphaGenome 论文在 Discussion 中明确列出了几个仍未解决的范围。第一，准确捕捉距离变异超过 100 kb 的远端调控影响仍是进行中的目标。第二，跨细胞环境复现组织特异模式、预测条件特异的变异效应仍然困难。第三，模型尚未对 personal genome prediction 做 benchmark。第四，复杂性状涉及基因功能、发育和环境等更广泛过程，超出了直接的 sequence-to-function 范围。AlphaGenome边界

这四条声明的共同含义是：AlphaGenome 能够很好地回答某些分子层面的局部问题，并不意味着它能稳定地完成从 DNA 到个体表型的全部映射。特别是复杂性状，表型形成还涉及发育过程、基因功能和环境因素。把一个分子效应分数直接当成复杂性状的因果解释，会越过模型定义的任务边界。

远端调控不是把窗口变长就结束了

从技术上看，1 Mb 上下文已经非常长，但远端调控的难点不只是“模型看得够不够远”。还包括 enhancer 与 promoter 如何配对，多个 enhancer 如何共同作用，细胞状态如何改变同一调控元件的作用，以及局部染色质变化如何传递到基因表达。Kathail 等人的综述把现有非编码模型的规律概括为：对效应较大的局部变异表现较好，对远端效应和复杂性状表现较弱；复杂的 cis-regulatory 逻辑仍未被充分建模。非编码综述

图注：这张综述图把基因组深度学习分成监督与自监督范式，并区分功能输出差、embedding 差和 likelihood 比较等变异效应打分路径。它提供的是方法范式坐标系，不是 AlphaGenome 的架构图；这一区分有助于理解“单分排序”是这一代模型共有的接口形式。非编码综述

DNM1 案例本身已经给了一个最小的边界示范。同一个变异在 glutamatergic-neuron 轨道中有剪接信号，在 venous blood 轨道中几乎没有。正因为脑组织条件是机制成立的一部分，所以血液中的“没有信号”并不构成矛盾。相反，它提醒我们，任何高分候选都应该带着实验条件一起解释，而不是脱离组织背景使用。

此外，模型的训练数据和人群覆盖也会影响外推。Atlas 论文把不同遗传祖源上的评估和非编码致病性校准列为开放任务；它还提醒，很多功能轨道的细胞类型分布并不均匀。非欧洲裔人群中的性能不能仅凭欧洲祖源分析外推。复杂性状的 BMI 结果也被论文限定为 illustrative，尚不能当作已完成独立复制的临床或因果发现。

这说明预计算并没有减少所有不确定性。它减少的是等待模型响应的时间，却把模型在哪些条件下可信这件事暴露得更清楚。Atlas 解决了“先查什么”的问题，远端调控、组织状态、个人基因组和复杂性状则继续要求研究者进行校准。

使用准则：把 Atlas 当先验，不是临床答案

三层命题不能一步跨过

现在可以把证据边界写成三个不同层次。第一层是分子效应预测：这个替换可能改变剪接、表达、染色质可及性或蛋白功能。第二层是致病性判断：这些分子变化是否足以导致某种疾病，并且是否与患者的遗传和表型证据一致。第三层是临床决策：这个变异是否应被报告、是否改变诊疗或是否可以用于家族风险判断。

AVI 主要处在第一层。它可以帮助提出机制假设，也可以帮助把实验资源集中到更可能有影响的候选上。它不能单独跨到第二层，更不能直接跨到第三层。Atlas 论文把自己定义为预测分子效应的 research tools，明确说它们只能作为通向临床诊断的证据链一部分，不能单独构成充分证据。官方公告的脚注也明确写出 AlphaGenome 尚未经过任何临床用途验证或批准。Atlas证据边界 临床免责声明

非编码变异为什么更需要功能实验

ACMG/AMP 框架是临床遗传学用来组织变异证据、判断其是否可能致病的规则体系。Ellingford 等人针对非编码区域提出的改编并不是另起一套临床标准，而是在原有框架上增加更保守的解释条件。

这份指南给出了一个很有说服力的现实锚点。在 ClinVar 的数据快照中，UTR 变异有 63.4% 被归为 VUS，也就是临床意义未明；编码序列变异的 VUS 比例为 44.2%。这并不说明所有非编码变异都没有功能，而是说明现有临床证据更难把非编码变异推进到确定分类。非编码ACMG

因此，非编码规则需要特别谨慎。PVS1 不能像编码区的明确功能缺失那样普遍用于非编码变异，因为多数调控变异的效应机制无法仅靠序列预测确定。PM1 和 PM5 也需要限定到经过验证的区域或可重复的相同机制，不能只因为多个候选位于同一个调控区域就自动加分。PP3 这类计算预测更适合作为支持性证据，而不是独立的致病性结论。

在非编码变异的证据阶梯中，PS3 功能证据尤其关键。RNA-seq 可以检查异常转录本和等位基因失衡，minigene 可以验证剪接，MAVE 可以批量测量变异效应，染色质互作和 reporter assay 则可以针对调控机制设计。DNM1 的两个案例都说明了这一点：先有计算或序列分析提出候选，再用 minigene、RT-PCR、cDNA 测序、结构机制、患者表型和家系证据逐步把它推向更强的解释。

图注：这张改编自 ACMG/AMP 框架的流程图用颜色标出非编码变异需要额外考虑或调整的规则，黑色规则则不需要同样程度的额外指导。它说明非编码变异的临床解释不是把一个计算分数直接塞进编码区规则，而是需要根据机制和功能实验重新评估证据强度。非编码ACMG

把 Atlas 放进实际研究流程

对于罕见病或功能基因组学项目，Atlas 更合适的工作位置可以概括为四步。

第一步，先用 AVI 和具体模态分数建立候选优先级。不要只看总分，也要看分数主要来自剪接、表达、染色质、保守性还是蛋白影响。第二步，根据归因选择实验。剪接候选需要相关组织或细胞中的 RNA 证据，深内含子候选可以考虑 minigene 和饱和突变，增强子候选则需要与调控机制匹配的 reporter、染色质或表达实验。第三步，用前瞻性 top-k 命中率检验排序是否真的节省了实验预算，而不是只在已经知道答案的案例上回放。第四步，把实验、共分离、患者表型和机制证据放回 ACMG/AMP 框架，单独完成致病性分级。

对群体研究也应保持同样的纪律。Atlas 可以帮助把稀有变异按预测效应分组，改善聚合测试的方向性，但统计关联仍然不是分子因果。UK Biobank 的 22% 是一个有条件的发现率增量，且使用的是特定人群、蛋白组和分析框架。若要把结果推向疾病机制，还需要独立队列、相关组织实验和因果扰动。

从资源使用上看，官方公告提供了面向学术研究的 Atlas 网站门户，也提供了 AlphaGenome API 和相关工具。商业用途在公告中被描述为将通过 Google Cloud 提供，但没有给出具体上线日期。无论通过哪种接口访问，都不改变它的证据等级：接口降低了查询门槛，不会自动提高预测的临床有效性。

结语：全覆盖预测的终点，是更精确地分配实验注意力

AlphaGenome Atlas 最值得重视的地方，不是它把一个壮观的 90 亿写进了数据库，而是它改变了研究者面对候选变异时的时间结构。过去，研究者需要先决定是否值得为某个位点运行模型；现在，大量反事实结果已经在那里等待查询。查询成本下降后，真正稀缺的资源就更明显了：相关组织的实验系统、可复现的功能 assay、足够大的群体队列，以及能够把分子效应连接到疾病表型的因果证据。

因此，90 亿预测仍然不是 90 亿条事实。AVI 仍然是排序和归因工具，不是临床分诊器。DNM1 案例（c.1335+1605G>A）展示的是单个位点上“计算候选排序 + minigene 湿实验验证”可以形成可重复的证据片段，而 Parthasarathy 等人 2022 年报道的 c.1197-8G>A 是同一机制在另一独立位点上的更早实证；UK Biobank 的 22% 说明的是“在已有稀有变异聚合框架上加入 Atlas 效应过滤可以提升条件独立非编码发现率”，二者都没有取消实验验证。远端调控、组织状态、个人基因组和复杂性状的边界，也不会因为预计算规模扩大而自动消失。

最稳妥的使用准则是：把 Atlas 当作分配稀缺实验资源的先验，把 AVI 当作机制假设生成器，再用前瞻性 top-k 命中率、新增可重复发现和 ACMG 临床证据等级检验它是否真的带来了增量。它消除的是“何时能查”，而不是“我们是否已经知道”。

参考文献

本专题引用的核心资料如下，建议深入学习时阅读原文：

1. AlphaGenome Atlas — Google DeepMind 官方公告博客 (2026-09-08) — https://deepmind.google/blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/
2. AlphaGenome Atlas (Cheng et al. 2026 preprint) — https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/alphagenome-atlas.pdf
3. Advancing regulatory variant effect prediction with AlphaGenome (Avsec et al. 2026) — https://www.nature.com/articles/s41586-025-10014-0
4. Whole-genome sequencing analysis identifies rare, large-effect noncoding variants and regulatory regions associated with circulating protein levels (Hawkes et al. 2025) — https://www.nature.com/articles/s41588-025-02095-4
5. A recurrent de novo splice site variant involving DNM1 exon 10a causes developmental and epileptic encephalopathy through a dominant-negative mechanism (Parthasarathy et al. 2022) — https://pmc.ncbi.nlm.nih.gov/articles/PMC9748255/
6. Accurate proteome-wide missense variant effect prediction with AlphaMissense (Cheng et al. 2023) — https://www.science.org/doi/10.1126/science.adg7492
7. In silico saturation mutagenesis of cancer genes (Muiños et al. 2021) — https://www.nature.com/articles/s41586-021-03771-1
8. Predicting effects of noncoding variants with deep learning–based sequence model (Zhou & Troyanskaya 2015) — https://www.nature.com/articles/nmeth.3547
9. Leveraging genomic deep learning models for the prediction of non-coding variant effects (Kathail, Bajwa, Ioannidis 2024/2025) — https://arxiv.org/abs/2411.11158
10. Recommendations for clinical interpretation of variants found in non-coding regions of the genome (Ellingford et al. 2022) — https://genomemedicine.biomedcentral.com/articles/10.1186/s13073-022-01073-3