科技日报记者 张佳欣

2003年，深度思惟科学家初度对人类基因组举办测序 ，推出揭穿了构成我们生命“蓝图”的法基全数DNA序列。当然98%的因组基因组不直接编码蛋白质，它们仍深切影响着基因的人工调控和细胞下场。这些非编码区域曾被视为“残剩DNA” ，智能A中但如今被认为大年夜大年夜约蕴躲着次要的揭秘生物学奇妙，就像是物质基因界的“暗物质”
。

本年6月25日 ，深度思惟“深度思惟”公司宣布，推出他们斥地出一款名为AlphaGenome（阿尔法基因组）的法基人工智能（AI）模型 ，有看在破译这一“暗物质”上掉落踪掉落踪打破。因组《天然》杂志报导称 ，人工这一“从序列到下场”的智能A中模型能料想DNA中藐小改削会对一系列分子过程产生发火的影响
，为解码人类基因调控机制供给了新路途。揭秘

诠释DNA序列的“一体化”对象

深度思惟公司在2020年推出的“阿尔法折叠2”（AlphaFold 2），成功破解了一个困扰科学界数十年的艰苦：若何屈就蛋白质的氨基酸序列 ，切确料想其三维筹划 。这一打破不单改削了却构生物学研究编制，也鞭挞了新药研发的过程。

比照之下
，要邃晓DNA序列的下场则愈加宏壮，因为它不像蛋白质那样具有一个断定的“切确谜底”。这些下场次要表示在DNA对基因表达的调控上
，比如决意基因甚么时辰开启或封锁，在哪些细胞中阐扬感染  ，和以何种强度表达。

假定说蛋白质筹划料想是在拼出“零件”的立体模型，那么DNA下场料想就是要理解释注解明书中每个标识表记标帜、诠释、开关呼唤甚至“暗物质”区域的真正含义。个中触及的信息层级更宏壮、联络相干更普及
，且不合个DN***断大年夜大年夜约在不该时分 、不合细胞圭表类型中扮演不合角色，是以建模难度远高于蛋白质
。

几十年来
，生物学家考验考验用各类筹算对象来揭穿DNA宏壮而荫蔽的调控机制
，但这些模型经常聚焦于单一下场
 。科学家们盼看一种用于诠释DNA序列的“一体化”对象，是以  ，“阿尔法基因组”应运而生。

据美国定见意义工程网站报导称，与以往需在“序列长度”与“料想精度”之间弃取的模型不合 ，“阿尔法基因组”完成了二者兼得 。它既能捕获长程基因组凹凸文信息，又能供给碱基层面的精准料想
，拓展了疾病生物学、罕有变异研究
、分化DNA筹划等局限的研究视野
。

一次可措置百万个碱基对

据深度思惟官网引见，该模型一次可措置多达100万个碱基对，并料想数千种分子属性 ，包含基因表达、剪接编制 、蛋白质连络位点和染色质可及性 ，袒护多种不合圭表类型的细胞。这是初度有AI琐细能连络建模如斯普及的调控特点。

“阿尔法基因组”操练所用的数据集来自多个悍然的超除夜局限数据成本 。令人诧异的是 ，操练一个无缺模型仅需4小时
，且所需筹算成本仅为前代模型的一半 。在26项基准测试中 ，其有24项默示优于或持平于公用模型。

新模型的一除夜亮点是其变异评分琐细，能高效比照渐变前后的DNA序列，并跨多种生物通路评价其影响
。

“阿尔法基因组”还具有剪接位点建模下场
，这是初度有模型可以料想与囊性纤维化、脊髓性肌萎缩等疾病相干的RNA剪接特别很是
。

在分化生物学局限，“阿尔法基因组”可用于筹划特定的调控序列 ，比如仅在神经细胞中激活某些基因 ，而在肌肉细胞中贯穿连接沉默。同时，它也有看用于研究生物效应凶悍的罕有遗传变异，如招致孟德尔遗传病的渐变 。

在一项验证中 ，研究人员将“阿尔法基因组”独霸于先前研究中辨认出的某种白血病相干渐变
。下场，该模型切确料想出
，某些非编码区变异会直接激活邻近的TAL1致癌基因 ，这一机制恰是T细胞急性淋巴细胞白血病中已知的致病过程。

模型尚不合用于浅近诊断

当然“阿尔法基因组”的默示令人凝睇，但深度思惟团队展示  ，该琐细如今仍存在良多限制 。它并未筹划用于浅近基因组解读 ，也没法像23andMe或临床基因检测那样料想疾病风险或祖源信息。也就是说 ，该模型不合用于浅近诊断或医疗决意狡计。

“阿尔法基因组”如今的操练数据仅限于人类和小鼠 ，还没有袒护其他物种，其跨物种适应性尚待验证
。同时 ，它在辨认调控元件与远距离靶基因（距离超出10万个碱基）之间相干方面的身手仍较弱
，也没法无缺建模细胞在不合外形 、不合构造中的静态调控机制 。

美国冷泉港考验考验室筹算生物学家彼得·库指出 ：“这些模型经常是在一个结实前提下操练的，但理论中的细胞是静态的，蛋白质程度 、DNA化学润饰、转录外形等都邑随时分亲善象改削，这些改削会较着影响不合段DNA序列的行动。”是以 ，将来模型需求引进更多“多模态”“多时分标准”要素，才调更真实地模仿生物过程 。