智东西
作家 | 李水青
裁剪 | 心缘
智东西 6 月 25 日报谈，今天，谷歌 DeepMind 推出 AlphaGenome，一款能匡助东谈主们快速瞻望基因变化影响的 AI 模子。
AlphaGenome 就像一台"不雅察东谈主类 DNA 的 AI 显微镜"，以长达 100 万个碱基对的长 DNA 序列行动输入，瞻望数千种表征其调控活性的分子脾气，在超 20 项日常的基因组瞻望基准中竣事了开首进的性能。
与已有的 DNA 序列模子比拟，AlphaGenome 具有几个独到的脾气：复旧高区别率的长序列高下文、抽象多模态瞻望、高效变异评分和新颖的剪接贯串模子。
当下，谷歌通过 AlphaGenome API 提供 AlphaGenome 预览版，供非交易参议使用，并规划在当年发布该模子。
回顾斯隆 · 凯特琳癌症中心的博士 Caleb Lareau 说："这是该范围的一个里程碑。咱们初度领有一个大要长入云尔高下文、基础精度和各式基因组任务的顶端性能的单一模子。"
论文地址：
https://storage.googleapis.com/deepmind-media/papers/alphagenome.pdf
一、百万 DNA 序列输入，瞻望数千种分子脾气
AlphaGenome 模子以长达 100 万个碱基对的长 DNA 序列行动输入，瞻望数千种表征其调控活性的分子脾气。它还不错通过比较突变序列与未突变序列的瞻望效劳来评估遗传变异或突变的影响。
瞻望的属性包括基因在不同细胞类型和组织中的肇端和隔断位置、基因剪接的位置、产生的 RNA 数目，以及哪些 DNA 碱基可接近、互相围聚或与某些卵白质勾搭。锻真金不怕火数据来源于大型内行定约，包括 ENCODE、GTEx、4D Nucleome 和 FANTOM5，这些定约通过实践测量了这些属性，涵盖了数百种东谈主类和小鼠细胞类型和组织中基因调控的蹙迫模式。
以下动画浮现 AlphaGenome 将一百万个 DNA 字母行动输入，并瞻望不同组织和细胞类型的不同分子脾气。
AlphaGenome 架构使用卷积层初步检测基因组序列中的短模式，使用障碍器在序列的通盘位置传递信息，临了使用一系列层将检测到的模式移动为不同模态的瞻望。在锻真金不怕火经过中，此计较散播在单个序列的多个互连张量处理单位（TPU）上。
该模子以谷歌之前的基因组学模子 Enformer 为基础，并与 AlphaMissense 相得益彰，后者有益对卵白质编码区内变异的影响进行分类。这些区域笼罩了基因组的 2%。其余 98% 的区域称为非编码区，对调控基因行径至关蹙迫，并包含很多与疾病关系的变异。AlphaGenome 为解读这些日常的序列过头里面的变异提供了一个新的视角。
二、高区别率的长序列高下文，抽象多模态瞻望
与已有的 DNA 序列模子比拟，AlphaGenome 具有几个独到的脾气：
1、高区别率的长序列高下文
谷歌的模子分析多达一百万个 DNA 碱基，并以单个碱基的区别率进行瞻望。长序列高下文关于笼罩辽远调控基因的区域至关蹙迫，而碱基区别率关于捕捉细腻的生物学细节至关蹙迫。
先前的模子必须在序列长度和区别率之间作念出量度，这扫尾了它们大要聚积建模并准确瞻望的模态范围。谷歌的本事跳跃科罚了这一扫尾，且无需显赫增多锻真金不怕火资源——锻真金不怕火单个 AlphaGenome 模子（未进行数据蒸馏）耗时 4 小时，且所需的计较预算仅为锻真金不怕火原始 Enformer 模子的一半。
2、抽象多模态瞻望
通过解锁长输入序列的高区别率瞻望，AlphaGenome 大要瞻望最各样化的模态。由此，AlphaGenome 为科学家提供了联系基因调控复杂要领的更全面的信息。
3、高效变异评分
除了瞻望各式分子脾气外，AlphaGenome 还能在一秒钟内高效地评估基因变异对通盘这些脾气的影响。它通过对比突变序列和未突变序列的瞻望，并针对不同模式使用不同的治安高效地回来这种对比来竣事这少量。
4、新颖的剪接贯串模子
很多荒废遗传疾病，举例脊髓性肌萎缩症和某些花样的囊性纤维化，皆可能由 RNA 剪接诞妄引起。RNA 剪接是指 RNA 分子的部分被移除，或"剪接掉"，然后剩余的结尾重新贯串在沿途的经过。AlphaGenome 初度大要平直从序列中明确模拟这些贯串的位置和抒发水平，从而更深远地了解遗传变异对 RNA 剪接的影响。
三、超 20 项基准测试中弘扬最好
AlphaGenome 在日常的基因组瞻望基准中竣事了开首进的性能，举例瞻望 DNA 分子的哪些部分将会围聚，遗传变异是否会增多或减少基因的抒发，或者它是否会转换基因的剪接模式。
下方条形图浮现了 AlphaGenome 在选择的 DNA 序列和变异效应任务上的相对改良，并与每个类别中刻下最好治安的效劳进行了比较。
在对单个 DNA 序列进行瞻望时，AlphaGenome 在 24 项评估中，有 22 项的弘扬优于市面上已有的最好模子。在瞻望变异的调控效适时，它在 26 项评估中，有 24 项的弘扬与最好外部模子终点以致零碎了最好外部模子。
本次比较涵盖了针对特定任务的模子。AlphaGenome 是独一大要聚积瞻望通盘评估模态的模子，彰显了其通用性。
四、长入模子，更快地生成和测试假定
AlphaGenome 的通用性使科学家大要通过单个 API 调用同期B体育投注入口探索一个变异对多种模式的影响。这意味着科学家不错更快地生成和测试假定，而无需使用多个模子来参议不同的模式。
此外，AlphaGenome 的出色弘扬标明，它也曾在基因调控的布景放学习到了相对通用的 DNA 序列表征。这为更日常的参议社区奠定了坚实的基础。一朝该模子全面发布，科学家们将大要在我方的数据集上对其进行调整和微调，以更好地科罚他们独到的参议问题。
临了，这种治安为当年提供了一个天真且可彭胀的架构。通过彭胀锻真金不怕火数据，AlphaGenome 的功能不错得到彭胀，从而得回更好的性能，笼罩更多物种，或包含更多模态，使模子愈加全面。
五、助力疾病贯通、基础参议等
AlphaGenome 的瞻望本事不错匡助多种参议路线：
1、疾病贯通：通过更准确地瞻望基因突变，AlphaGenome 不错匡助参议东谈主员更精确地查明疾病的潜在病因，并更好地评释与某些性状关系的变异的功能影响，从而可能发现新的诊疗靶点。咱们以为该模子尤其适用于参议可能产生浩瀚影响的荒废变异，举例导致荒废孟德尔遗传病的变异。
2、合成生物学：它的瞻望可用于迷惑具有特定调遣功能的合成 DNA 的联想——举例，仅激活神经细胞中的基因，而不是肌肉细胞中的基因。
3、基础参议：它不错通过协助绘图基因组的要津功能元素并界说其作用，识别调遣特定细胞类型功能的最蹙迫 DNA 提醒，加快咱们对基因组的贯通。
举例，谷歌使用 AlphaGenome 参议了一种癌症关系突变的潜在机制。在一项针对 T 细胞急性淋巴细胞白血病（T-ALL）患者的现存参议中，参议东谈主员不雅察到基因组特定位置的突变。哄骗 AlphaGenome，他们瞻望这些突变融会过引入 MYB DNA 勾搭基序来激活近邻的 TAL1 基因，这复制了已知的疾病机制，并突显了 AlphaGenome 将特定非编码变异与疾病基因关联起来的本事。
伦敦大学学院马克 · 曼苏尔教师说：" AlphaGenome 将成为该范围的一个刚劲用具。笃定不同非编码变异之间的关系性可能极具挑战性，尤其是在大范围参议的情况下。该用具将提供要津的痕迹，匡助咱们更好地贯通癌症等疾病。"
结语：AI 基因瞻望蹙迫一步
AlphaGenome 标识着 AI 基因瞻望上前迈出了蹙迫一步，但仍有其局限性。
与其他基于序列的模子同样，准确捕捉极远距离调控元件的影响（如那些相距零碎 10 万 DNA 碱基的调控元件）仍然是一个尚未科罚的挑战。
同期，谷歌尚未联想或考证 AlphaGenome 用于个东谈主基因组瞻望。固然 AlphaGenome 不错瞻望分子效劳，但它并不可全面展现基因变异怎样导致复杂的性状或疾病。
