AlphaGenome：监管变异效应预测的研究使用边界
AlphaGenome 以长 DNA 序列预测多类功能输出并辅助评估变异效应；研究使用需控制输入、版本与证据链，不能直接替代临床判断。
AlphaGenome science-ai model-evaluation open-source AlphaGenome 以长 DNA 序列预测多类功能输出并辅助评估变异效应；研究使用需控制输入、版本与证据链，不能直接替代临床判断。
1. 模型定位
Google DeepMind 于 2025 年 6 月介绍 AlphaGenome，称其为用于理解 DNA 调控代码和推进监管变异效应预测的统一序列模型，并通过 API 提供使用入口。[S1] 它适合生成研究假设、比较候选变异和辅助实验设计，不是对疾病风险、致病性或治疗方案作出独立结论的临床工具。
2. 输入与输出
官方仓库说明，AlphaGenome 可分析最长约一百万碱基对的 DNA 序列，并预测基因表达、剪接、染色质特征和接触图等多类功能输出；多数输出可达到单碱基对分辨率。[S2] 多模态输出扩大了研究空间，也提高了解释难度：同一变异的不同信号可能不一致，不能只挑最符合预期的一项报告。
3. 使用入口
官方 Python 客户端、示例与文档通过 Google DeepMind 仓库提供，研究者可用 API 密钥创建客户端并请求区间或变异预测。[S2] 部署时应把客户端代码、远端模型服务和研究数据分开理解。开源客户端不自动意味着服务、模型权重、配额或所有用途都不受条件限制，使用前要核对当前条款。
4. 研究问题定义
试验应从明确问题开始，例如为一组候选非编码变异排序，或比较参考与替代等位基因在指定组织中的预测差异。预先写下输入区间、基因组版本、组织本体、输出类型和成功标准。若在看到结果后不断改变问题，很容易把探索性发现误包装成预先验证的结论。
5. 数据准备
坐标体系、参考基因组、正负链方向和等位基因表示必须统一，并对重复、越界和参考碱基不匹配做机械检查。样本表中的个人标识应与序列输入分离，API 请求只包含完成预测所需信息。任何坐标转换都保存工具版本与日志，因为一个偏移就可能使后续解释全部失效。
6. 结果解释
模型分数是计算预测，不等同于生物学机制证明。研究者应结合已知注释、群体频率、实验数据和领域专家判断，报告支持与反对证据。多输出选择、阈值和聚合方法应在分析计划中固定；若只展示最显著轨道，还要公开选择规则，避免把偶然高分当成稳健发现。
7. 验证设计
先用具有已知方向的正负对照验证数据管道，再在独立集合上比较排序、校准与稳定性。重要候选需要通过正交计算方法、公开实验数据或湿实验复核。模型在官方基准上的表现不能代替目标人群、组织和变异类别上的验证；超出已评估范围时应明确标为探索性结果。
8. 隐私与伦理
基因组数据具有高度敏感性和长期可识别风险。使用真实样本前要确认知情同意、数据使用范围、跨境限制、访问人员和删除流程。研究输出也可能反推出个体或家系信息，因此下载、图表和共享笔记都要受控。未经临床验证的预测不应直接反馈给受试者。
9. 验收与复现
每次分析保存客户端版本、模型或 API 版本、请求参数、输入哈希、时间和原始响应。抽取固定样本定期复跑，检查服务更新是否改变结果。项目验收要求数据管道无坐标错误、关键结果可复现、局限说明完整、专家复核完成，并为 API 不可用或版本变化准备可追溯的重跑方案。
10. 来源与更新时间
本文依据 Google DeepMind 的 AlphaGenome 官方介绍与官方代码仓库，核对模型定位、序列范围、输出类型和 API 使用入口。[S1][S2] 模型、代码、条款与研究结论仍会更新，正式研究应记录所用版本并重新核对文档和同行评议材料。