综述：利用基因组深度学习模型预测人类非编码变异效应

解读非编码变异一直是人类遗传学的痛点：大量影响性状的变异位于蛋白编码区之外，而识别这类变异的方法长期预测能力有限^[4]，叠加非编码突变空间极其庞大^[3]，问题迟迟难以推进。深度学习带来转机：DeepSEA从大规模染色普数据中直接学习调控序列编码，能以单核苷酸灵敏度预测序列改变对染色质特征的影响^[2]；ExPecto进而仅凭DNA序列从头预测突变的组织特异性转录效应，并通过计算机饱和突变扫描刻画了逾1.4亿个启动子近端突变^[3]。此前的一篇入门综述也为基因组学的深度学习应用提供了通用指引^[1]。此后模型持续升级：Enformer把最远达100kb的远程调控相互作用纳入表达预测，使天然遗传变异与大规模平行报告实验所测饱和突变的效应预测更为准确^[5]；AlphaGenome以1Mb序列为输入、按单碱基分辨率同时预测数千条跨模态功能基因组轨迹，在26项变异效应预测评估中有25项达到或超过最强外部模型^[6]；基础模型路线上，Nucleotide Transformer把参数量做到25亿、整合3202个人类基因组和850个多物种基因组，在低数据量场景下可低成本微调^[7]。作为参照，编码区一侧的AlphaMissense已给出所有可能人类错义替换的致病性预测，89%被判为可能良性或可能致病^[8]。但方法在输入序列长度与预测分辨率之间仍存在权衡^[6]，与临床判读的吻合也不容乐观——有队列研究显示，AlphaMissense对专家判定致病变异的精确率仅32.9%、召回率57.6%^[9]。正是在这一背景下，Nature Genetics于2026年10月21日在线发表的本篇综述系统梳理了利用基因组深度学习模型预测人类非编码变异效应的进展，并面向实践者总结关键注意事项、当前性能趋势与改进机会。相较于散落于各方法论文与一般性入门指南^[1]，它把讨论收拢到非编码变异效应预测这一具体任务，为从业者提供了操作层面的参照。开放问题依然存在：模型分数如何转化为临床可信的变异解读仍待检验；而在个体层面定位非编码变异的影响，或将依赖把个人基因组、等位基因特异性调控与深度学习预测加以整合^[10]。