Google研究团队发布了AlphaGenome Atlas，这是一个利用人工智能模型预测人类基因组全部单碱基突变影响的庞大数据集。该Atlas的核心内容是调用AlphaGenome人工智能模型，提前计算出全部90亿种单字母基因变化可能带来的调控影响，从而生成了一个高达1PB(拍字节)的庞大数据集。
为了使预测结果更具实用性，研究团队设计了“AlphaGenome变异影响评分”(AVI Score)。该评分机制的关键在于将编码区与非编码区的预测结果整合为一个单一、易于使用的指标，极大地简化了复杂基因组数据的解读过程。
AlphaGenome Atlas的发布标志着人类对基因突变影响研究进入了一个新的阶段。在实际应用层面，这一工具已经展现出解决长期未解科学难题的能力。例如，布罗德研究所的劳拉·科维尔及其团队借助AVI评分，在一项长期未解的罕见病研究中成功锁定了DNM1基因中的一处关键变异。
该平台的应用范围也扩展到了更广泛的人群健康指标上。加雷斯·霍克斯博士将AlphaGenome Atlas应用于英国生物样本库(UK Biobank)中超过5.4万名参与者的数据，并成功多识别出22%的非编码基因关联。在进一步聚焦于影响最显著的前1%变异后，加雷斯·霍克斯博士确定了19个与体重指数(BMI)相关的基因区域。
从技术可及性角度看，AlphaGenome Atlas目前已经通过一个直观易用的网页门户向全球开放，这一设计极大地降低了使用门槛，使得用户无需具备任何编程技能即可进行数据探索和分析。
背景解释方面，以往的基因组学研究往往需要对特定区域或已知疾病进行深度挖掘。AlphaGenome Atlas的突破性在于其系统性地覆盖了全部90亿种单字母突变，提供了一个前所未有的全景式视图，这使得科研人员能够从更宏观的角度审视基因调控网络。
时间线上的关键进展包括：首先是构建包含所有单碱基突变影响的1PB数据集；其次是开发出AVI Score这一整合指标；随后在罕见病和BMI等具体疾病领域进行验证性应用，最终以网页门户的形式向公众开放使用。
读者提示方面需要注意，虽然AlphaGenome Atlas提供了强大的预测能力，但其结果仍依赖于模型训练的数据集和算法的准确性。研究人员在使用该平台时，应结合已有的生物学知识进行交叉验证，不能将AI的预测视为最终定论。
综上所述，Google发布了AlphaGenome Atlas，这是一个通过人工智能技术对人类基因组突变影响进行全面建模的里程碑式工具。目前，该Atlas已经通过网页门户向全球开放，为后续生物医学研究提供了强大的计算资源支持。
信息来源
本文基于上述公开资料整理，未使用来源页面的图片、视频或嵌入媒体。