全球约3.5亿罕见病患者因遗传根源深藏于基因组的“暗物质”区域而无法确诊。DeepMind发布的AlphaGenome人工智能模型，正通过精准预测非编码突变的影响，为这些被搁置的诊断难题提供全新突破口，将科学的希望带给每一个在迷茫中求医的家庭。
智能速览
人类基因组98%的非编码区域是众多罕见病的诊断盲区。
DeepMind的AlphaGenome能够预测长达百万碱基对的DNA序列功能。
该AI工具在“未确诊疾病黑客马拉松”中接受了实战检验。
一场针对29例病例的活动中，最终确诊了6种疾病。
AlphaGenome模型已开源，将赋能全球更多研究者。
这项技术是继AlphaFold后，生命科学领域的又一重大进步。
精华内容
当诊断陷入绝境，一束来自人工智能的光，正刺穿基因组的“暗物质”，为那些在漫长求医路上奔波的家庭，带来了前所未有的希望与答案。
诊断的困境
人类基因组中高达98%的序列不直接编码蛋白质，这些区域被称为基因组的“暗物质”。尽管它们不制造蛋白质，却对调控基因活性起着至关重要的作用。
长期以来，由于缺乏有效的分析工具，当罕见病患者的遗传变异被发现于这些非编码区域时，诊断之路往往就此中断。全球约有3.5亿人正承受着未确诊罕见病的痛苦，他们的遗传根源就隐藏在这片科学的未知地带。
AI的突破
谷歌DeepMind于1月28日发布的AlphaGenome模型，正在改变这一现状。它能够一次性分析长达100万个碱基对的DNA序列，并精准预测数千种功能性基因组特征。
该模型的核心能力在于，它可以预测非编码突变将如何影响附近基因的表达。这种综合预测能力，特别是对转录因子结合位点、染色质可及性等特征的判断，使其特别适合研究那些潜藏在“暗物质”中的罕见变异效应。
实战检验
AlphaGenome的威力已在三场“未确诊疾病黑客马拉松”中得到验证。在2025年9月由梅奥诊所举办的美国首场活动中，研究人员将29种未确诊疾病纳入研究范围。
他们利用AlphaGenome预测可疑非编码变异的影响。虽然AI的预测没有直接产生最终诊断，但为研究指明了方向。活动最终确诊了6种疾病，另有1种疾病被证实与基因突变有关，还有1例正在等待进一步验证。生物信息学家埃里克·克利坦言，这类病例此前常因缺乏工具而被搁置。
开源与未来
谷歌DeepMind已将AlphaGenome的底层代码和权重开源，供全球研究者进行非商业用途使用。这一举措极大地促进了技术迭代与定制化，研究者们正尝试开发能同时评估多个突变的功能。
下一届黑客马拉松将于2026年在印度海得拉巴举行，随后是新加坡。从AlphaFold解决“蛋白质如何折叠”到AlphaGenome探索“DNA如何调控”，人工智能正在构建一个全球性的罕见病诊断网络，为等待答案的生命开启新的篇章。
AlphaGenome的出现，标志着人类在解读自身生命密码的道路上迈出了关键一步。它不仅将基因组的“暗物质”转化为可解读的信息，更通过全球协作的研究模式，为数百万家庭点燃了希望的火炬。未来，当AI成为诊断的常规武器，医学又将迎来怎样的变革？
