收录解读
- 分级：`颠覆性` - 正式标题：`Advancing regulatory variant effect prediction with AlphaGenome` - 原文：`2026-01-28-LS1_AlphaGenome-Advancing_regulatory_variant_effect_prediction_with_AlphaGenome.html` - 抽取：`extracted.md`
## 重写摘要
AlphaGenome 的核心突破，在于把以往碎片化的“一个任务一个基因组模型”整合成统一的序列到功能基础模型。它一次输入 1 Mb DNA 序列，能在单碱基分辨率上同时预测表达、转录起始、染色质可及性、组蛋白修饰、转录因子结合、染色质接触图以及剪接等多种模态，并覆盖 5,930 个人类轨迹和 1,128 个小鼠轨迹。论文报告它在 26 项变异效应评测中匹配或超过现有最强外部模型中的 25 项。
这不是单一指标的提升，而是把“非编码调控变异解释”从多个割裂模型拼装，推进到一个统一底座上。更关键的是，作者展示它能同时跨模态给出变异效应评分，并较准确地重建临床相关致病机制，例如 TAL1 附近非编码变异的调控作用。这使它开始接近真正的“调控基因组基础模型”。
## 为什么重要
如果 AlphaFold 重塑了静态结构预测，AlphaGenome 代表的是对“暗基因组”调控逻辑的系统级推进。它对疾病机制解析、变异致病性评估、合成调控元件设计和下游实验优先级排序都可能产生平台级影响。
## 局限
它仍然主要是预测模型，不等于完整因果证明。对跨个体、跨环境和更复杂多组学条件下的泛化边界，仍需要更严格的外部验证。当前目录里保留的是 Nature 正文 HTML，未保留完整 PDF。