Google DeepMind 于 9 月 8 日发布 AlphaGenome Atlas，介绍一个覆盖约 90 亿种单核苷酸变异影响预测的研究平台。它为遗传学研究提供大规模候选线索，预测结果仍需要实验与专业判断验证。
把变异预测整理成可查询图谱
Google DeepMind 于 2026 年 9 月 8 日介绍 AlphaGenome Atlas。该平台汇集模型对约 90 亿种单个 DNA 字母变化所产生分子影响的预测，目标是帮助研究者系统探索基因变异与生物过程之间的关联。官方将其定位为面向学术研究的资源。
大规模预测能做什么
遗传学研究面对的候选变异数量庞大。统一的预测图谱可以帮助研究人员优先筛选可能影响调控或其他分子过程的变异，缩小后续实验范围。它提供的是模型预测和研究入口，不是对某种疾病的诊断，也不能单凭预测认定某个变异具有因果作用。
将线索接入实验流程
研究团队应记录模型版本、输入条件与预测置信信息，并把候选结果与已有数据库、实验测量及人群背景共同审视。若模型在特定组织或实验条件下表现不均，排序结果可能出现偏差。图谱扩大了可探索范围，结论仍需由实验与独立分析建立。