// 01 AlphaGenome 是什么
什么是 AlphaGenome？
AlphaGenome 是 Google DeepMind 于2025 年 6 月推出的全新 AI 基因组模型，它以“序列到功能”为目标，首次实现同时处理超长 DNA 序列和单碱基精度。作为 AlphaFold 之后的又一里程碑，AlphaGenome 能够对多种基因调控机制进行统一预测，包括基因表达、染色质开放性、RNA 剪接、蛋白质结合等。
该模型免费提供 API 预览版本供非商业研究使用，并计划对研究团队开放模型下载、微调与构建生态。
AlphaGenome 的核心技术亮点
处理长达 1 Mb DNA 序列
AlphaGenome 可一次性处理长达 1,000,000 个碱基对，并以单碱基粒度输出预测结果。从而捕获远距调控元素对基因功能的影响。
高分辨率全模式预测
模型同时预测数千种调控特征，包括启动子、终止子、染色体可接近性、蛋白质结合、RNA 产量与剪接位点等，实现从短程 motif 到高阶调控的完整覆盖。
高效训练与推理
相较于 DeepMind 之前的 Enformer，AlphaGenome 用仅为原模型一半的计算时间（约 4 小时）完成训练，同时显著提升性能。
突变效应高效评估
可通过对比变异与野生型序列计算千级别表型差异，单个突变推理仅需数秒，具备高效评估突变对染色体功能影响的能力。
剪接位点预测突破
首次引入剪接位点预测模块，可直接识别核心剪接位置与RNA剪接量变动，助力遗传病机制理解与诊断。
性能表现与评测结果
在 24/26 个基因组任务中超越现有最佳方法，20多项任务全面刷新 benchmark 记录。
在变体效应任务中表现同样卓越：在多个评估中效果优于或匹配最先进模型。
多中心验证：在白血病患者非编码突变案例中，成功预测启动子激活机制，与实际机制高度一致。
应用场景与科研价值
疾病机制研究
通过突变预测模型，研究人员可定位非编码变异的潜在致病机制，为癌症等疾病理清调控路径。
基因合成与合成生物
支持设计具有特定表达或组织特异性的合成 DNA，为生物工程提供设计依据。
基础基因组研究
可帮助科学家快速定位基因调控元素、剪接结构等功能区域，加速基因功能注释。
移植物筛选与药物开发
模型可用于批量预测基因变异与药物反应关联，提升靶点发现与基因治疗准确度。
AlphaGenome API 与开源生态
API 使用简易
DeepMind 提供 Python 客户端库，通过 pip install alphagenome 安装后即可调用：
支持定义区间长度、突变位置
支持输出 RNA 表达、剪接、可接近性等多种调控预测模块
适合小规模迭代测试与功能探索。
开源许可证与社区
AlphaGenome API 客户端采用 Apache-2.0 开源许可，鼓励社区贡献。GitHub 项目已有 940+ stars 和 90+ forks，API 文档与教程完善。
限制与未来改进方向
远距调控仍有提升空间
尽管支持 1 Mb 长上下文预测，但对超 100 kb 远距调控仍存在准确度下降问题。
缺乏个体化预测能力
目前仅限于通用人/小鼠组学模式，未提供个体化全基因组完整评估能力。
生物过程复杂性未完全覆盖
无法预测生物过程整体性变化（如环境/发育交互影响），函数解释仍需后续实验验证。
待拓展模型版本
未来计划引入更多物种、多模态结合、临床专用微调版本，兼顾生态拓展与性能增强。
