{"id":"mb-20260909-c81c8b","kind":"deep","title":"2026 年 9 月 8 日，DeepMind 创始人 Demis Hassabis 发了一条推文","summary":"2026 年 9 月 8 日，DeepMind 创始人 Demis Hassabis 发了一条推文","body":"2026 年 9 月 8 日，DeepMind 创始人 Demis Hassabis 发了一条推文。\n他说，AlphaFold 绘制了蛋白质宇宙，现在，AlphaGenome Atlas 开始绘制整个人类基因组。\n这台新工具，把人类 DNA 上所有 90 亿种可能的单字母突变，从头到尾预计算了一遍。\n很多人以为这只是 AlphaFold 的升级版，是另一个更庞大的结构预测模型。\n甚至有人欢呼，医学终于要攻克所有遗传病了。\n但只要退后一步看，一个刺眼的问题就会浮现出来。\n人类早在 2003 年就完成了人类基因组计划，把 30 亿个碱基对全部测序完毕。\n如果二十三年前人类就已经把整本生命天书完完整整抄写下来了，为什么全球科学家还会被困在原地二十几年？\n为什么 90 亿这个数字，会成为生命科学二十年来跨不过去的终极死结？\n要看懂这 90 亿次预计算到底掀翻了什么，得先看清那台让现代医学原地踏步二十年的底层机器。\n很多人以为，我们的 DNA 整条长链都在直接制造蛋白质。\n真实情况恰好颠覆了这个认知。\n在人类基因组的 30 亿对碱基里，真正负责编码蛋白质的外显子，仅仅占了大概 2%。\n剩下的 98%，曾经被早期遗传学家草率地称为垃圾 DNA。\n但人体没有多余的废件。\n那 2% 的蛋白质是灯泡、齿轮和马达。\n剩下的 98%，是整部人体机器庞大而隐秘的控制面板。\n启动子、增强子、沉默子、RNA 剪接位点。\n它掌管着整套调控网络：\n哪个基因在哪个器官里启动？\n在什么时候通电？\n以多大功率运转？\n这就是为什么肝细胞和脑细胞拥有完全相同的 DNA，却长成截然不同的器官。\n全靠这 98% 的控制开关在实时调度。\n致命的矛盾就爆发在这里。\n过去二十年，全球医学界耗资数百亿美元开展全基因组关联分析。\n大家去测几十万人的全基因组，试图找出致病元凶。\n结果让所有人倒吸一口凉气。\n人类 90% 以上的常见复杂疾病，比如糖尿病、精神分裂症、心血管病、自体免疫疾病，相关的遗传变异，根本不在那 2% 的蛋白质零件里。\n它们全部密密麻麻地落在那 98% 的控制面板上。\n既然变异位置找到了，为什么我们依然造不出药、治不好病？\n因为统计学撞上了一堵无法穿透的因果墙。\n过去的关联分析，给出的仅仅是相关性。\n它只能告诉你：生这种病的人，在染色体某个遥远的位置上，字母 A 出现的频率异常高。\n但因为人类基因在世代遗传中是整段整段捆绑打包的，这叫连锁不平衡。\n一个真正致命的异常字母旁边，往往严密包裹着成千上万个搭便车的正常字母。\n哪一个是真正短路的开关？\n哪一个只是恰好路过的无辜路人？\n统计学完全分不出来。\n更绝望的是，控制面板根本不讲局部逻辑。\n在细胞核的三维空间里，DNA 链条会扭曲、折叠成复杂的空间回路。\n一个位于几十万个碱基之外、看似身处基因沙漠的字母突变，折叠过来，恰好直接按死了关键基因的启动子。\n要在真实的生物实验室里把因果关系测清楚，唯一的办法是湿实验。\n拿培养皿、细胞系和基因编辑工具，一个字母一个字母去改，再去测分子的变化。\n人类单倍体基因组有 30 亿个碱基，每个位置有 3 种替换可能，全部单字母突变一共有 90 亿种。\n一个顶尖实验室一年测几十个就已经是极限。\n要把 90 亿种可能在几百种人体细胞里测一遍，需要几万年，耗资是天文数字。\n这就是二十年来现代医学的真实困境。\n手里握着堆积如山的关联数据，却面对着 98% 的因果黑箱束手无策。\nDeepMind 这次砸碎的，正是这堵卡了人类二十年的因果墙。\n今年 1 月，Žiga Avsec 带领的团队在 Nature 上发表了 AlphaGenome 的底层网络。\n他们把模型的上下文窗口直接拉长到了 100 万个碱基。\n让 AI 在单碱基的极高精度下，同时看清跨越百万碱基的远端调控与空间折叠。\n模型跳过了单点分散评测的弯路，在一套统一架构里，端到端预测包括染色质空间三维构象、RNA 剪接、组蛋白修饰在内的 27000 种分子表型。\n它在芯片里重建了基因调控的物理语法。\n到了 9 月 8 日，他们直接把这套能力推向了终极应用。\n不等科学家一个一个去申请算力排队计算。\nDeepMind 用庞大的集群，把人类基因组所有 90 亿种可能的单字母突变，全部预先计算了一遍。\n产出的预计算数据库足足有 1 PB 大小，也就是 AlphaGenome Atlas。\n他们把浩瀚的分子预测，压缩成了一个单一的变异影响指标：AVI 分值。\n长达几万年的实验室穷举试错，被生生折叠成了一张静态的查表字典。\n医生和科学家不再需要拿着相关性去猜谜。\n输入患者突变的坐标，这张表直接告诉你这个字母在三维空间里会不会破坏开关、破坏哪种开关。\n这种从统计相关到因果预计算的跳跃，威力在第一批临床验证中就显露了出来。\nBroad 研究所的团队用这套图谱，去重新审查那些多年悬而未决的严重疑难病患。\n过去在蛋白质编码区翻遍了都没找到原因的癫痫性脑病儿童，被系统一键定位。\n问题正出在 DNM1 基因附近一个过去被所有人视作噪音的非编码异常剪接突变上。\n困扰临床团队数年的谜题，在一次查表里落下了帷幕。\n埃克塞特大学的研究团队调出英国生物样本库 54000 名参与者的全基因组数据，顺着图谱一扫，直接挖出了一大批过去从未被发现的复杂性状调控靶点。\n商业与科学的交界处，永远运转着现实的利益齿轮。\n这套 1 PB 的图谱对非商业的学术研究完全免费开放。\n但一旦进入制药研发与商业转化，大门便设立了收费闸口：\n必须通过 Google Cloud 购买商业牌照。\n二十三年前的人类基因组计划，是由多国科学家共同推进的全球公共科学行动，数据完全属于人类公共领域。\n而今天绘制生命暗物质因果底座的关键工具，已经沉淀为商业科技巨头的云端护城河。\n更关键的是，预计算图谱并不是万能解药。\n芯片里的全量前向预测，给出的是高度可信的分子因果假说。\n它能帮人类在 90 亿次噪音里瞬间锁定那几颗致命子弹。\n但子弹打在真实的活体组织里会引发怎样复杂的级联反应，依然需要真实的生理学去交卷。\n真正的科学分水岭，从来不是在旧跑道上把速度提高一倍。\n二十三年前，人类拿到了全基因组那张 30 亿个字母的说明书，却在 2% 的零件目录里困了二十年。\n当那 98% 的控制开关被第一次全量预计算成一张查表字典。\n生命科学才真正跨过了从观察相关到理解因果的门槛。\n拿到零件清单只是第一步。\n看懂整栋大楼里错综复杂的电线，人类才算真正开始读懂生命这台机器。","topic":"2026 年 9 月 8 日，DeepMind 创始人 Demis Hassabis 发了一条推文","frame_type":["基因控制面板（非编码区调控网络）与全量因果预计算","机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-09-09 09:28:09","legal_anchor_count":0,"transcript_citation_count":0}