原文摘要
首先是 AlphaFold，现在是 DNA 领域的 AlphaGenome。
进一步信息揣测
- 非商业用户免费，商业用途需付费：DeepMind明确表示AlphaGenome对非商业用户免费开放，但商业机构（如生物科技企业）需通过特定途径获取使用权，暗示未来可能采用订阅制或授权收费模式。
- 数据训练集的隐性壁垒：模型依赖ENCODE、GTEx等公共科学项目数据，但这些数据的完整性和高质量版本可能仅对合作机构开放，普通研究者难以复现同等规模的训练。
- 商业化的潜在优先权：DeepMind研究副总裁透露正在探索商业合作途径，暗示大型药企或基因公司可能通过早期合作获得定制化版本或独家功能，形成行业垄断优势。
- 非编码区研究的稀缺价值：AlphaGenome填补了98%非编码区突变预测的空白，而传统研究多聚焦2%的编码区，掌握非编码区分析能力的企业可能在药物靶点发现上抢占先机。
- Transformer架构的隐藏限制：尽管基于与GPT-4同源技术，但模型对输入DNA序列长度限制为100万个碱基对，复杂疾病（如癌症）涉及的多基因协同变异可能超出其处理范围。
- 性能评估的“选择性优势”：模型在26项评估中24项领先，但未公开落后项目的具体领域，可能隐藏其在某些特定细胞类型或突变类型中的预测缺陷。
- 替代实验室实验的隐性风险：虽然宣称可替代部分湿实验，但监管机构（如FDA）对纯AI预测结果的认可度存疑，实际应用中仍需传统实验验证，增加隐性成本。
- 数据主权问题：训练数据涉及人类基因组，但未明确说明是否包含敏感族群或患者数据，商业使用时可能引发伦理争议和法律风险。
- 与AlphaMissense的协同垄断：DeepMind同时控制编码区（AlphaMissense）和非编码区（AlphaGenome）预测工具，可能通过捆绑销售形成生物AI领域的生态闭环。