Google DeepMind 發布 AlphaGenome Atlas，釋出 1PB 資料集預測人類基因組 90 億種單字母變異
已查原文 · 4 項主張
來源為發布方或研究資料；不代表所有主張已獲獨立核實。
根據 Google DeepMind 官方發布的文章，報導中的主要主張皆獲得證實。AlphaGenome Atlas 確實是一個 1PB 的資料集，預測了 90 億種單一核苷酸變異的影響，並透過包含 Google Antigravity 在內的多種管道提供。其推出的 AVI 評分結合了 AlphaMissense 模型濃縮為單一數值，並涵蓋高達 98% 的非編碼區。該平台提供的核心資源包含超過 2,500 個 DNA 基序，並且已被 Broad 研究所及 GREGoR 聯盟等機構應用於罕見疾病的研究中。
Google DeepMind 發布 AlphaGenome Atlas，釋出 1PB 資料集預測 90 億種變異，並透過 Google Antigravity 等管道開放。
原文證實了該資料集規模達 1PB，預測 90 億種單一核苷酸變異，並可透過多種管道包含 Google Antigravity 取得。
1-petabyte dataset
查看原始出處
9 billion single-nucleotide variants
查看原始出處
Google Antigravity
查看原始出處
推出 AVI 評分結合 AlphaMissense 模型濃縮為單一數值，並涵蓋 98% 非編碼區。
原文指出 AVI 評分結合 AlphaMissense 成為單一數字，並適用於佔基因組 98% 的非編碼區。
AlphaMissense
查看原始出處
single number
查看原始出處
remaining 98%
查看原始出處
平台四大核心資源中，包含超過 2,500 個重複性 DNA 序列基序。
原文列出的資源包含了一個超過 2,500 個重複性 DNA 序列的合集。
over 2,500 recurrent DNA sequences
查看原始出處
背景
AlphaGenome 是 Google DeepMind 於 2025 年推出的深度學習系統，可輸入長達 1 Mb 的 DNA 序列來預測基因表現的調控機制。由於人類基因組中有高達 98% 屬於非編碼區域，且包含許多與疾病相關的變異，該模型為解讀這些複雜序列提供了關鍵的分析工具。
社群討論
社群對 AlphaGenome 的預測能力抱持高度懷疑，認為目前生物學技術尚未到位，例如 AlphaFold 至今仍無法準確預測 GFP 融合結果。網友指出其基準標籤過度依賴演化保守性，且近期針對簡單病毒的實驗顯示 AI 預測極差（一半突變有害且原因未知），更遑論要預測具備複雜基因交互作用的人類基因組。