DeepMind昨天把人類DNA 90億種單點突變全部預先算完，存成一個1PB的免費資料庫

以後是要叫DeepMind爸爸了嗎？我們全被算光了。

Google DeepMind昨天（9月8日）發布了一個叫AlphaGenome Atlas的資料庫，把人類DNA理論上可能發生的90億種「單一字母突變」的影響全部先算好，打包成一個1PB（等於1000TB）大小的資料庫，免費開放給研究用途。聽起來很技術，我知道，但這個打法跟背後的盤算，比表面看到的有意思很多。

—-
▍先搞懂「90億種突變」怎麼算出來的

人類基因組大概有30億個鹼基位點，每個位點理論上都能突變成另外三種鹼基之一，30億乘以3，就是90億種可能的單點突變。過去要知道某個具體突變會不會致病，得一個一個去算、去做實驗驗證，很花時間。DeepMind這次做的事，是用他們去年發布的AlphaGenome模型，把這90億種可能性一次全部算完，存成資料庫，以後誰要查某個突變的影響，不用重新運算，直接查表就好。

—-
▍真正難解的不是基因本身，是基因以外的98%

人類基因組裡真正負責寫出蛋白質的編碼區，只占整個基因組的2%左右，剩下98%是調控區，決定一個基因什麼時候該開、開多大聲量。大多數跟疾病、跟性狀有關的變異，其實就藏在這塊調控區裡，但它一直是最難解讀的一塊，因為裡面絕大多數變化都是無害的隨機雜訊，真正有殺傷力的訊號被淹沒在裡面，很難挑出來。AlphaGenome Atlas鎖定的就是這塊過去長期被晾在一邊的暗區。

DeepMind為了把「這是不是危險突變」講清楚，做了一個叫AVI（AlphaGenome Variant Impact）的統一分數，把AlphaGenome（調控預測模型）跟AlphaMissense（蛋白質致病性預測模型）兩個模型的輸出合併成單一數字，拿去跟真實臨床基因資料庫比對。結果這個分數能可靠分辨出「這是致病突變」還是「這只是正常變化」，在多項變異致病性與罕見病的公開測試指標上都拿到最好的成績。

—-
▍已經真的幫人找到病因

這套東西不是紙上談兵，已經有實際案例。美國布羅德研究所（Broad Institute）的研究人員，用它幫一個罹患罕見癲癇腦病的孩子找到了病因：DNM1這個基因裡的一個變異，做出一個錯誤的剪接位點，讓最後合成的蛋白質不正常地變長，實驗篩選驗證了這個預測是對的。

另一邊，英國埃克塞特大學的研究團隊，用這套系統分析超過5萬4千名英國生物資料庫（UK Biobank）參與者的資料，多找出22%的非編碼區基因關聯，還鎖定了兩個跟蛋白質豐度有關的新基因。

—-
▍這是DeepMind第二次玩同一套打法

DeepMind不是第一次幹這種事：先把整個問題空間一次算完、存成資料庫、免費開放。2022年他們發布AlphaFold Database，把人類已知的蛋白質結構，從當時19萬個經實驗驗證的結構，直接擴充到超過2億個AI預測結構。

這次AlphaGenome Atlas的資料規模，據說是AlphaFold資料庫的30倍以上。這套打法讓Demis Hassabis跟John Jumper拿到2024年諾貝爾化學獎，現在他們把同一套方法搬到基因組上再玩一次。

—-
▍免費開放，但商業使用要另外付費

非商業研究用途完全免費，網站（alphagenome.google/atlas）、API、甚至整合進Google自家的agentic開發平台Google Antigravity都能直接用；商業用途則要透過Google Cloud的Model Garden另外付費授權。

DeepMind也在官方頁面上寫得很清楚：這套系統目前還沒經過臨床驗證，不能取代專業醫療建議。

我自己的分享

看DeepMind這個打法特別有感。他們連著做了兩次同一件事：先花最貴、最難的那次運算成本，把整個問題空間一次性算完，存成一個所有人都能查表用的永久資產，而不是每次有人問就重新算一次。

DeepMind用AlphaFold證明過一次這套打法能拿諾貝爾獎，現在用AlphaGenome Atlas再證明一次這不是偶然。真正的護城河，是願意先把最貴的那一步做完、蓋成資產，之後所有人來查都是免費的複利——同一件事重複做得比別人快，那個不算。