Alphabet公司旗下的Google DeepMind今日發(fā)布了AlphaGenome，這是一款能夠全面預(yù)測(cè)人類DNA序列突變或變異如何影響基因調(diào)控的新型人工智能工具。

基因組是活細(xì)胞內(nèi)完整的脫氧核糖核酸（DNA）集合，包含發(fā)育、生長(zhǎng)和功能所需的全部遺傳信息。在人類中，基因組由位于細(xì)胞核內(nèi)的23對(duì)染色體組成，調(diào)控著包括環(huán)境反應(yīng)和疾病易感性在內(nèi)的一切生理過(guò)程。

新的AlphaGenome模型能夠處理極長(zhǎng)的DNA序列作為輸入——最多可達(dá)100萬(wàn)個(gè)字母（也稱為堿基對(duì)）——并預(yù)測(cè)數(shù)千種分子特性。這些字母就是我們熟知的A、T、C和G。

該模型能夠預(yù)測(cè)的特性包括：不同細(xì)胞類型和組織中基因的起始和終止位置、剪接位點(diǎn)以及蛋白質(zhì)產(chǎn)生數(shù)量。蛋白質(zhì)是組織和酶的構(gòu)建塊，是機(jī)體發(fā)揮作用的必需物質(zhì)。該模型還能判斷基因之間的距離關(guān)系或是否與其他蛋白質(zhì)結(jié)合。

DeepMind使用來(lái)自大型公共聯(lián)盟的大量科學(xué)數(shù)據(jù)訓(xùn)練了這個(gè)模型，這些數(shù)據(jù)包含基因調(diào)控信息，涵蓋ENCODE、GTEx、4D Nucleome等項(xiàng)目。

這個(gè)AI模型不僅能夠"觀察"大量DNA字母并預(yù)測(cè)基因行為，還能以單個(gè)字母的分辨率進(jìn)行預(yù)測(cè)。長(zhǎng)序列長(zhǎng)度對(duì)于覆蓋距離起始基因較遠(yuǎn)的調(diào)控基因區(qū)域至關(guān)重要。

DeepMind團(tuán)隊(duì)表示："以往的模型必須在序列長(zhǎng)度和分辨率之間進(jìn)行權(quán)衡，這限制了它們能夠聯(lián)合建模和準(zhǔn)確預(yù)測(cè)的模式范圍。"

這一能力使得AI模型在預(yù)測(cè)"剪接"錯(cuò)誤方面非常有用。這些錯(cuò)誤可能導(dǎo)致罕見(jiàn)的遺傳疾病，如脊髓性肌萎縮癥和某些形式的囊性纖維化。

可以將DNA比作培訓(xùn)視頻的腳本，而核糖核酸（RNA）則是原始素材。在最終剪輯前，細(xì)胞會(huì)"編輯"RNA，移除不必要的部分并將重要場(chǎng)景拼接在一起。但有時(shí)編輯會(huì)出錯(cuò)——關(guān)鍵場(chǎng)景被遺漏或包含了多余內(nèi)容——導(dǎo)致最終產(chǎn)品存在缺陷。這些被稱為剪接連接錯(cuò)誤的失誤可能會(huì)破壞身體的正常運(yùn)作。

據(jù)DeepMind介紹，AlphaGenome在廣泛的基因組預(yù)測(cè)基準(zhǔn)測(cè)試中達(dá)到了最先進(jìn)的性能水平，包括預(yù)測(cè)DNA分子哪些部分會(huì)相互接近、遺傳變異是否會(huì)增加或降低基因表達(dá)，或是否會(huì)改變基因剪接模式。

紀(jì)念斯隆·凱特琳癌癥中心研究員Caleb Lareau博士表示："這是該領(lǐng)域的一個(gè)里程碑。我們首次擁有了一個(gè)統(tǒng)一長(zhǎng)程上下文、堿基級(jí)精度和在整個(gè)基因組任務(wù)譜系中實(shí)現(xiàn)最先進(jìn)性能的單一模型。"

DeepMind表示，預(yù)期AlphaGenome將成為疾病研究的強(qiáng)大工具，通過(guò)幫助準(zhǔn)確預(yù)測(cè)遺傳破壞來(lái)促進(jìn)疾病理解。它還可用于指導(dǎo)具有特定調(diào)控功能的合成DNA設(shè)計(jì)，并通過(guò)協(xié)助理解基因組的關(guān)鍵功能元件來(lái)加速基因組研究的進(jìn)展。