AlphaGenome Atlas：90 億變異預測，為何仍不是臨床答案（2026）

2026 年 9 月 8 日，Google DeepMind 的 AlphaGenome Atlas 團隊在官方文章〈AlphaGenome Atlas: A predictive map of every possible DNA letter change in the human genome〉宣布，把人類參考基因組約 90 億種單一鹼基替換的分子效應預測，整理成約 1 PB、可透過入口網站與 API 查詢的圖譜。這是一項很大的工程突破；但若把「90 億」直接讀成「90 億個疾病答案」，就完全誤會了它。

這篇文章先把「90 億」與「1 PB」拆成可檢查的技術事實，再看 DeepMind 用來證明價值的罕病與族群研究案例，最後用外部基因體研究對照它的邊界。先說結論：AlphaGenome Atlas 最重要的進步，是把昂貴的模型推論變成人人可查的研究基礎設施；它擴大的是提出好假說的能力，不是把預測自動升格成因果或診斷。

---

一、Atlas 真正改變的，是取得預測的成本

AlphaGenome 並不是這次才出現的新模型。它的同儕審查論文已刊於 Nature：模型讀取長達 100 萬個 DNA 字母的序列，預測 RNA 表現、染色質可及性、轉錄因子結合、剪接與染色體接觸等 11 類分子訊號。論文作者報告，它在 24 組基因組軌跡評測中領先 22 組，也在 26 組變異效應評測中，於 25 組追平或超過最強的外部方法；這代表它是很強的序列到功能模型，但不是每一項測試都勝出。

這次的新東西，是「先全部算好」。依 Atlas 的83 頁技術稿件，團隊以 GRCh38／hg38 人類參考基因組為基準，對每個有效、不是 N 的參考位置，分別換成另外三種 DNA 字母。美國國家生物技術資訊中心（NCBI）的組裝統計中，primary assembly 的「all scaffolds」列約有 29.49 億個非 N 鹼基；乘以三，可以理解「約 90 億」的數量級，但 Atlas 的實際筆數仍以自身 hg38 產生與排除規則為準。因此它不是 90 億名受試者，也不是把插入、缺失、重排、拷貝數變化或每個人的單倍型組合全部窮舉一遍。

團隊的研究另計算了超過 1 億個在 gnomAD、UK Biobank 與 All of Us 觀察到的 indel；但技術稿件的資料可用性段落說，當時公開分發的 Atlas 資料仍限於有效的 hg38 SNV，稿件只說 indel 可能在正式發表時擴充。因此本文的「90 億可查詢變異」只指公開 SNV 圖譜，不把尚未同等分發的 indel 混進來。

DeepMind 把整套預計算資料描述為約 1 PB。這是官方的整數級規模說法，技術稿件沒有公開逐檔案的精確位元組帳；它能證明的是輸出非常多，不是證明預測非常準。原文用一句話抓住了工程動機：

“With roughly 9 billion possible single-letter mutations in the human genome, testing each one in the lab is practically impossible.”

中文：「人類基因組約有 90 億種可能的單一字母變化，要在實驗室逐一測試，實務上不可能。」

— AlphaGenome Atlas team, Google DeepMind

這句話真正導向的不是「所以可以不要做實驗」，而是「所以要先排序，決定哪些最值得做實驗」。Atlas 把一次次昂貴的前向推論，改成資料庫查詢；這就是它最扎實的產品價值。

---

二、一個變異不是一個答案：四層輸出要分開看

Atlas 的介面刻意讓結果看起來容易使用，但背後不是單一「致病／不致病」按鈕。每個單一鹼基變異平均帶有約 27,000 個 assay／biosample 情境下的模型分數，還要經過四層閱讀：

Atlas 層次	它回答什麼	不能把它讀成什麼
AlphaGenome 全基因組分數	某次替換可能如何改變特定組織、細胞與分子訊號	病人一定會出現哪種症狀
AVI	把多項訊號濃縮成 PHRED 尺度的全基因組優先順序	致病機率、穿透率或信賴區間
AVI 特徵歸因	哪些輸入特徵把模型分數推高或拉低	已證實的生物因果機制
Motif compendium	模型反覆辨識到哪些可能的調控序列樣式	每個 motif 在活體內都會直接作用

AVI 尤其容易被誤讀。它不是單純把 AlphaGenome 輸出平均，而是使用 18 項特徵：十類 AlphaGenome 模態摘要、AlphaMissense、三項 VEP 蛋白終止特徵、兩項演化保守性分數，以及插入／缺失旗標。訓練時又把 gnomAD 的 FAF95_GRPMAX ≥ 0.001 且 < 0.999 當作「可能中性」，把 < 0.001 當作「可能有影響」的代理標籤。這種設計適合做篩選，卻不能把「罕見」等同「致病」，也不能把「常見」等同「沒有分子效應」。

PHRED 20 只代表進入全基因組最高約 1% 的預測排名，不是 99% 的致病機率。放回 90 億這個分母，最高 1% 仍約有 9,000 萬筆。AVI 的單一數字讓人更容易找候選者，也同時把組織、實驗與分子層次的差異壓扁；真正要判讀時，仍得回到下面那些細部軌跡。

---

三、DNM1 案例很精彩，但不是「AI 單獨破案」

DeepMind 最有說服力的故事，是一名罕見神經發展疾病患者的 DNM1 深部內含子變異。Atlas 技術稿件說，AVI 在該患者分析過的小型新生變異中把它排在第一，AlphaGenome 指向腦部相關轉錄本的異常剪接；團隊再用 265 個鹼基範圍的 minigene 飽和實驗，測得 AlphaGenome 合併剪接分數與 AVI 的剪接特徵歸因 AUPRC 都是 0.943，SpliceAI 為 0.940，Pangolin 為 0.939；整體 AVI PHRED 分數在這項實驗的 AUPRC 則是 0.708。

但同一個變異的Neurology 同儕審查病例報告，把計算預測歸於 SpliceAI：它先指向隱蔽剪接接受位點，再由患者纖維母細胞 RNA 證實異常剪接，最後結合新生突變、表型、既有病例與功能證據，重新分類為「可能致病」。

這不會抹去 Atlas 的功勞，反而把它的功勞說得更準：它的優勢是覆蓋、排序，以及把候選變異放回正確的組織與轉錄本脈絡；真正完成臨床判讀的，仍是一整條遺傳、表型、文獻、RNA 與功能實驗證據鏈。三套剪接分數在實驗上的結果也非常接近，不能從這個案例推論 AlphaGenome 已全面擊敗專門的剪接模型。

---

四、「多找到 22%」之後，還要問能不能重複

另一組結果以 UK Biobank 中 2,028 項循環蛋白質濃度為研究終點；原始 profiling 最多涵蓋 54,219 人，品質控制後關聯分析最多使用 54,189 人。Atlas 團隊用模型分數調整稀有非編碼變異的聚合方式，報告條件獨立關聯的發現率提高 22%。這是一個值得追蹤的訊號，但它只成立於該研究的資料、門檻與分析設計，不是「所有疾病研究都多找 22%」。而且作者因 UK Biobank 研究平台停機，使用的是稍早版本的 Atlas。

更關鍵的是外部重複。這段身高、BMI 與糖化血色素分析只使用 AlphaGenome 衍生分數，尚未使用 AVI。技術稿件共找到 43 個候選聚合訊號，其中 31 個由 AlphaGenome 篩選所驅動；這 31 個裡有 25 個在 All of Us v8 具備足夠變異數可測，只有 4 個達到名目上的 P<0.05，沒有任何一個通過 Bonferroni 多重比較校正。DeepMind 部落格提到 BMI 有 19 個候選區域，正確的讀法是「19 個值得後續驗證的訊號」，不是 19 個已確立的因果區域。

這段落不是要否定模型，而是示範基因體研究的正常節奏：探索資料可以幫你找到候選者；獨立族群、不同祖源、功能實驗與更嚴格的統計門檻，才決定候選者能走多遠。Atlas 自己的稿件也要求未來針對多元祖源做校準。

---

五、外部測試看到同一件事：進步很大，遠距效應仍難

Atlas 的 AVI 尚是 DeepMind 團隊技術稿件，並非已完成同儕審查的臨床工具；目前有一項獨立、附程式碼的外部分析，檢查的是底層 AlphaGenome。Cold Spring Harbor Laboratory 的 Alan Murphy 與 Peter Koo 用兩組 K562 CRISPRi 實驗，比較 AlphaGenome、Borzoi、Enformer 與 Nucleotide Transformer v3。AlphaGenome 在兩組資料的 Pearson 相關分別約為 0.67 與 0.45，整體領先；但較小的 Fulco 資料只有約 63 對 enhancer—基因，0.67 與 Borzoi 的 0.66 實務上幾乎打平。

更值得注意的是，這組尚未同儕審查、但附程式碼的獨立技術分析發現四個模型都系統性低估 enhancer 被抑制後、目標基因表現下降的幅度，而且 enhancer 距離轉錄起始點愈遠，落差愈大。這和長序列模型常見的難題一致：看得到 100 萬個鹼基，不等於已可靠學會其中所有遠距依賴。

Atlas 還以單一 GRCh38 參考背景逐字母替換。它沒有直接模擬每個人的完整單倍型組合，也不直接建模轉錄因子濃度、環境、發育階段等 trans 或系統層次影響；訓練資料的細胞類型與 assay 覆蓋也不平均。把一個模型的盲點預先算 90 億次，會讓盲點更容易存取，不會讓它自動消失。

---

六、AlphaLab 的判讀：這是分發突破，不是生物學終局

我同意 DeepMind 的地方：AlphaGenome 本身早已透過託管 API 與研究版模型開放；Atlas 的新增價值，是把原本需要反覆推論、而且官方說明提醒在超過 100 萬次預測時可能不適合一般 API的工作，改成全基因組預計算與直接查詢，並增加免寫程式的入口網站。對研究者來說，能先在數十億候選裡找出值得濕實驗的幾十個，本身就是巨大的效率提升。

我保留的地方：DeepMind 把它類比為 AlphaFold Database，在「先算好、讓大家取用」這一點很貼切；在知識確定性上卻不對等。蛋白質結構預測已有大量可對照的實驗結構，而調控效應會隨細胞、狀態、祖源、單倍型與環境改變。1 PB 描述的是模型輸出覆蓋率，不是 1 PB 的生物實驗證據。

這也是外部專家的平衡看法。基因體研究者 Martin Kircher 在 Nature 的上線報導中，把 Atlas 視為擴大強模型使用規模的有用方法，同時強調它不會取代實驗，也不能跳過個別診斷案例的具體證據。

因此我會把 Atlas 定位成「全基因組的假說排序層」。這和 AlphaLab 先前分析的Gemini Co-Scientist 真實實驗、Claude 蛋白質 Binder 設計與AI 設計噬菌體基因組其實有同一條分界：AI 能把候選空間壓縮得很快，但科學突破仍取決於可重複的測量與實驗閉環。

DeepMind 也明確表示，AlphaGenome／Atlas 的預測尚未經臨床驗證或核准，不能用於診斷或醫療決策；這個安全邊界和檔案授權是兩回事。上線時的入口網站面向免費學術研究，官方 Python API 金鑰限非商業用途並受速率限制；不過下載頁列出的 AVI SNV 靜態分數檔已採可供商業與非商業使用的授權。基礎 AlphaGenome 模型已在Google Cloud 以申請名單方式提供商業使用，Atlas 的 Google Cloud 商業存取則在上線文章中只被描述為即將推出；AVI 模型程式碼／權重與 motif 批量下載在技術稿件中也仍列為後續提供項目。

---

七、現在怎麼用，才不會被一個漂亮分數騙走？

如果你是研究者，最穩健的做法不是把 AVI 當裁判，而是把它當排隊系統：記錄 Atlas／模型版本與 genome build，並先核對 REF／ALT 是否符合 GRCh38 方向；先看 AVI 排名，再回到疾病相關的組織、轉錄本與分子軌跡；同時比較專門模型與族群頻率；最後用獨立隊列、RNA、CRISPR 或其他正交實驗驗證。特徵歸因可以告訴你模型為何打出這個分數，但它提出的是可測試機制，不是已證明機制。

如果你只是讀新聞，看到下一個「數十億預測」時，先問三句：這是量測還是模型推算？這個分數是排名還是機率？有沒有在獨立資料與真實實驗中重複？三題都答完，才知道眼前的是地圖、候選名單，還是已經能改變決策的證據。就 AlphaGenome Atlas 而言，答案很清楚：它是一張規模罕見的預測地圖，而且地圖仍需要一條條實地勘查。