Google DeepMind 於 2026 年 9 月 8 日推出 AlphaGenome Atlas，把人類基因組中約 90 億種可能的單一鹼基變化，預先轉成可以查詢的分子影響預測。研究者現在可以透過網站查找候選變異，而不必每次從頭運算。簡單說，它是一份協助科學家縮小搜尋範圍的 AI 基因地圖，不是讀入 DNA 就能直接確診疾病的工具。
90 億種變化，到底在算什麼？
DNA 可以想像成由四種字母組成的長篇文字。某個位置換成另一個字母，可能改變蛋白質，也可能影響基因何時、在哪些細胞中活動。Atlas 聚焦的就是這類單一字母替換，不能把它理解成涵蓋所有可能的基因變化、整段刪除，或多人之間所有差異的完整模擬。
這次的新東西不是 AlphaGenome 模型首次出現，而是把大量預測整理成約 1 PB 的資料集與查詢平台。人類基因組只有約 2% 直接編碼蛋白質，其餘區域包含調控序列，也較難解讀。Atlas 把編碼和非編碼區域一起納入分析入口，讓研究者能從整體位置找線索，再往特定機制追查。
先幫研究者排出優先順序
Google 同時推出 AlphaGenome Variant Impact，簡稱 AVI 分數。它結合 AlphaGenome 與 AlphaMissense 的預測，協助排列哪些變異值得優先研究；也能追查分數對應的分子影響，例如基因表現或 RNA 剪接，提供可檢查的生物學線索。
官方介紹的合作案例中，研究團隊利用 AVI 找到先前研究忽略的 DNM1 基因變異，模型預測它會造成不正確的剪接位置，後續再用實驗檢查。這個例子的重要之處，是 AI 幫忙提出更具體、可以驗證的假說，而不是 AI 的文字回答本身就被當成結論。個別案例成功，也不能推論所有疾病都能用同樣方法解決。
已經能用，但用途有界線
目前已開放的是非商業用途的網站研究入口，官方也列出 API 與 Google Antigravity 的 Skill 整合方式。沒有程式背景的人可以從視覺化入口探索，但解讀結果仍需要相應的專業知識。Google 同時表示，Atlas 的 Google Cloud 商業使用管道將稍後提供；不能把既有 AlphaGenome 基礎模型的商業供應，誤寫成 Atlas 商業版已全面上線。
還有一條不能省略的限制：Google 明確說明，AlphaGenome 未經臨床用途驗證，也沒有獲准用於臨床。AVI 高分不是患病機率，更不能單靠它決定診斷或治療。研究預測、實驗證據和醫療決策是不同階段；這也是一般讀者看到「AI 解讀基因」時，最需要先分清楚的地方。
對 AI 研究工具的意義
這次發布展示了 AI 在研究上的一種用法：先完成大量運算，再用搜尋、分數與解釋介面交給研究者。它能否縮短候選目標的搜尋時間，以及後續實驗能否支持提出的線索，才是衡量實際價值的重點。
