2003年，科学家首次对人类基因组进行测序，揭示了构成我们生命“蓝图”的全部DNA序列。尽管98%的基因组不直接编码蛋白质，它们仍深刻影响着基因的调控和细胞功能。这些非编码区域曾被视为“垃圾DNA”，但如今被认为可能蕴藏着重要的生物学秘密，就像是基因界的“暗物质”。
　　美国科学家宣布，他们开发出一款名为AlphaGenome（阿尔法基因组）的人工智能模型，有望在破译这一“暗物质”上取得突破。这一“从序列到功能”的模型能预测DNA中微小变化会对一系列分子过程产生的影响，为解码人类基因调控机制提供了新路径。
　　要理解DNA序列的功能则更加复杂，因为它不像蛋白质那样拥有一个确定的“正确答案”。这些功能主要体现在DNA对基因表达的调控上，比如决定基因什么时候开启或关闭，在哪些细胞中发挥作用，以及以何种强度表达。
　　如果说蛋白质结构预测是在拼出“零件”的立体模型，那么DNA功能预测就是要理解说明书中每一个符号、注释、开关命令甚至“暗物质”区域的真正含义。其中涉及的信息层级更复杂、关联更广泛，且同一个DNA片段可能在不同时间、不同细胞类型中扮演不同角色，因此建模难度远高于蛋白质。
　　几十年来，生物学家尝试用各种计算工具来揭示DNA复杂而隐秘的调控机制，但这些模型往往聚焦于单一功能。科学家们渴望一种用于解释DNA序列的“一体化”工具，于是，“阿尔法基因组”应运而生。与以往需在“序列长度”与“预测精度”之间取舍的模型不同，“阿尔法基因组”实现了二者兼得。它既能捕捉长程基因组上下文信息，又能提供碱基层面的精准预测，拓展了疾病生物学、罕见变异研究、合成DNA设计等领域的研究视野。
　　“阿尔法基因组”还具备剪接位点建模功能，这是首次有模型能够预测与囊性纤维化、脊髓性肌萎缩等疾病相关的RNA剪接异常。
　　在合成生物学领域，“阿尔法基因组”可用于设计特定的调控序列，例如仅在神经细胞中激活某些基因，而在肌肉细胞中保持沉默。同时，它也有望用于研究生物效应强烈的罕见遗传变异，如导致孟德尔遗传病的突变。
　　在一项验证中，研究人员将“阿尔法基因组”应用于先前研究中识别出的某种白血病相关突变。结果，该模型准确预测出，某些非编码区变异会间接激活附近的TAL1致癌基因，这一机制正是T细胞急性淋巴细胞白血病中已知的致病过程。
　　但是，这些模型往往是在一个固定条件下训练的，但现实中的细胞是动态的，蛋白质水平、DNA化学修饰、转录状态等都会随时间和环境变化，这些变化会显著影响同一段DNA序列的行为。因此，未来模型需要引入更多“多模态”“多时间尺度”因素，才能更真实地模拟生物过程。