AlphaGenome 阿尔法基因组
当人工智能开始解读生命密码 编者按 数十年来，人类基因组一直被视为生命的终极蓝图。然而，其中绝大部分被称为“非编码”区域的部分，却始终是一段我们无法翻译的沉默语言。我们能够辨识每一个字母，却始终读不懂那决定“一个细胞如何成长为完整人类”的复杂语法。此类内容长久以来都隐藏在我们的视野之外。 随着 AlphaGenome 的诞生，我们正经历一场从“记录基因组”到真正“解读基因组”的根本转变。本期报道将深入探讨 Google DeepMind 推出的这一最新系统，看它如何超越单纯的数据处理，成为一面高分辨率的透镜，照亮生命最底层的调控逻辑。这不仅是技术的重大突破，更是人类认知边界的进一步拓展：机器正在帮助我们阅读这部历经人类文明七千年、乃至生命演化数亿年漫长沉淀而成的生命密码书。 我们诚挚邀请您一同走进这部全新科学仪器的架构，探寻它所揭示的、关于我们自身生物学中那些细腻而优美的复杂性。 – Adelina 二〇二六年一月，谷歌 DeepMind 的研究人员在《自然》（Nature）杂志上发表了 AlphaGenome，推出了迄今为止最强大的人类基因组调控解读 AI 系统。该模型能够以史无前例的分辨率分析长程遗传序列，标志着人类在理解基因组如何从最底层调控生命系统的进程中，迈出了关键一步。 然而，AlphaGenome 所讲述的故事不仅关乎技术的造诣，更关乎它如何迫使我们重新思考——重新思考基因组本身、生物复杂性的本质，以及“阅读”一个生命系统究竟意味着什么。 “98%”的难题 数十年来，生物学家早已深知，DNA 中最微小的变化也能深刻影响健康、发育与疾病。然而，解读这些变异始终是现代生物学面临的最大挑战之一。虽然蛋白质编码区域已得到相对充分的理解，但它们仅占人类基因组的约 2%。其余 98% 被称为“非编码 DNA”，它们并不直接产生蛋白质，而是掌管着基因在何时、何地以及如何被激活。 在 20 世纪的大部分时间里，非编码 DNA 被轻蔑地称为“垃圾 DNA”（Junk DNA），这并非因为它不重要，而是因为我们无力解读它。基因组学的进步逐渐揭示，这些区域包含了协调发育、生理和疾病中基因活性的关键调控信号。曾经看似毫无意义的区域，现在被理解为让复杂生命成为可能的“调控架构”。 这并非无关痛痒的信息。它是“拥有说明书”与“懂得如何执行指令”之间的本质区别。 想象一下：小鼠、大菱鲆和人类所携带的基因数量大致相同——约两万个。区别物种的不再是基因的清单，而是环绕其间的调控架构：由开关、沉默子和结构信号构成的庞大网络，决定了哪些基因在哪些细胞、哪些时刻、哪些条件下被激活。换句话说，形态的复杂性并不取决于指令的多寡，而取决于读取现有指令的方式有多高级。 在分子生物学的大部分历史中，这一调控层几乎是隐形的。基因组被描述为生命指令手册，但这个比喻必须加上星号：我们只能自信地读懂其中约 2% 的内容，其余部分则被批注满了问号。 AlphaGenome 的使命，就是开始消除这些问号。 跨尺度阅读基因组的模型 与早期的序列模型不同，AlphaGenome 单次输入即可处理多达 100 万个 DNA 字母，其长度前所未有。随后，它能预测数千种与基因调控相关的分子特性，包括转录活性、RNA 剪接模式、染色质可及性以及远距离基因组相互作用。 该系统的架构映射了基因组本身的层级结构：卷积神经网络负责检测局部序列模式，而 Transformer 架构则负责建模跨越数万甚至数十万个碱基对的远距离依赖关系。通过在专用张量处理单元（TPU）上进行分布式训练，该模型能以单碱基对的分辨率分析海量序列。 这种结合解决了基因组建模中长期存在的权衡难题。以往的系统被迫在“分辨率”和“序列长度”之间取舍——要么捕捉短区域的精细结构，要么捕捉长距离的宏观上下文，很难兼得。AlphaGenome 打破了这一束缚，在以往计算无法触及的基因组跨度上，实现了单碱基级别的精准操作。 这一技术进步的意义不仅在于基准测试的表现，更在于概念范畴的转变。早期的工具就像是在精确地阅读说明书中的某个段落，而 […]
