AlphaGenome就像一台“观察人类DNA的AI显微镜”，以长达100万个碱基对的长DNA序列作为输入，预测数千种表征其调控活性的分子个性，在超20项宽泛的基因组预测基准中实现了最先进的机能。 与已有的DNA序列模型相比，AlphaGenome拥有几个怪异的特点：支持高分辨率的长序列高低文、综合多模态预测、高效变异评分和新鲜的剪接衔接模型。 留想斯隆·凯特琳癌症中心的博士Caleb Lareau说：“这是该领域的一个里程碑。我们初次占有一个可能统一远程高低文、基础精度和各类基因组工作的尖端机能的单一模型。” AlphaGenome模型以长达100万个碱基对的长DNA序列作为输入，预测数千种表征其调控活性的分子个性。它还能够通过比力突变序列与未突变序列的预测了局来评估遗传变异或突变的影响。 预测的属性蕴含基因在分歧细胞类型和组织中的肇始和终止地位、基因剪接的地位、产生的RNA数量，以及哪些DNA碱基可靠近、彼此靠近或与某些蛋白质结合。训练数据起源于大型公共联盟，蕴含ENCODE、GTEx、4D Nucleome和FANTOM5，这些联盟通过尝试丈量了这些属性，涵盖了数百种人类和幼鼠细胞类型和组织中基因调控的沉要模式。 AlphaGenome架构使用卷积层初步检测基因组序列中的短模式，使用转换器在序列的所有地位传递信息，最后使用一系列层将检测到的模式转化为分歧模态的预测。在训练过程中，此推算散布在单个序列的多个互连张量处置单元（TPU）上。 该模型以谷歌之前的基因组学模型Enformer为基础，并与AlphaMissense相辅相成，后者专门对蛋白质编码区内变异的影响进行分类。这些区域覆盖了基因组的2%。其余98%的区域称为非编码区，对换控基因活动至关沉要，并蕴含很多与疾病有关的变异。AlphaGenome为解读这些宽泛的序列及其内部的变异提供了一个新的视角。 谷歌的模型分析多达一百万个DNA碱基，并以单个碱基的分辨率进行预测。长序列高低文对于覆盖远处调控基因的区域至关沉要，而碱基分辨率对于捉拿精密的生物学细节至关沉要。 先前的模型必须在序列长度和分辨率之间做出衡量，这限度了它们可能结合建模并正确预测的模态领域。谷歌的技术进取解决了这一限度，且无需显著增长训练资源——训练单个AlphaGenome模型（未进行数据蒸馏）耗时4幼时，且所需的推算预算仅为训练原始Enformer模型的一半。 通过解锁长输入序列的高分辨率预测，AlphaGenome可能预测最多样化的模态。由此，AlphaGenome为科学家提供了有关基因调控复杂步骤的更全面的信息。 除了预测各类分子个性表，AlphaGenome还能在一秒钟内高效地评估基因变异对所有这些个性的影响。它通过对比突变序列和未突变序列的预测，并针对分歧模式使用分歧的步骤高效地总结这种对比来实现这一点。 很多罕见遗传疾病，例如脊髓性肌萎缩症和某些大局的囊性纤维化，都可能由RNA剪接谬误引起。RNA剪接是指RNA分子的部门被移除，或“剪接掉”，而后渣滓的结尾沉新衔接在一路的过程。AlphaGenome初次可能直接从序列中明确仿照这些衔接的地位和表白水平，从而更深刻地相识遗传变异对RNA剪接的影响。 AlphaGenome在宽泛的基因组预测基准中实现了最先进的机能，例如预测DNA分子的哪些部门将会靠近，遗传变异是否会增长或削减基因的表白，或者它是否会扭转基因的剪接模式。 在对单个DNA序列进行预测时，AlphaGenome在24项评估中，有22项的阐发优于市面上已有的最佳模型。在预测变异的调控效应时，它在26项评估中，有24项的阐发与最佳表部模型相当甚至超过了最佳表部模型。 AlphaGenome的通用性使科学家可能通过单个API挪用同时索求一个变异对多种模式的影响。这意味着科学家能够更快地天生和测试如果，而无需使用多个模型来钻研分歧的模式。 此表，AlphaGenome的杰出阐发批注，它已经在基因调控的布景下进建到了相对通用的DNA序列表征。这为更宽泛的钻研社区奠定了坚实的基础。一旦该模型全面颁布，科学家们将可能在自己的数据集上对其进行调整和微调，以更好地解决他们怪异的钻研问题。 最后，这种步骤为未来提供了一个矫捷且可扩大的架构。通过扩大训练数据，AlphaGenome的职能能够得到扩大，从而获得更好的机能，覆盖更多物种，或蕴含更多模态，使模型越发全面。 1、疾病理解：通过更正确地预测基因突变，AlphaGenome能够援手钻研人员更精准地查明疾病的潜在病因，并更好地诠释与某些性状有关的变异的职能影响，从而可能发现新的医治靶点。我们以为该模型尤其合用于钻研可能产生巨大影响的罕见变异，例如导致罕见孟德尔遗传病的变异。 2、合成生物学：它的预测可用于领导拥有特定调节职能的合成DNA的设计——例如，仅激活神经??细胞中的基因，而不是肌肉细胞中的基因。 3、基础钻研：它能够通过协助绘造基因组的关键职能元素并界说其作用，鉴别调节特定细胞类型职能的最沉要DNA指令，加快我们对基因组的理解。 例如，谷歌使用AlphaGenome钻研了一种癌症有关突变的潜在机造。在一项针对T细胞急性淋巴细胞白血�。═-ALL）患者的现有钻研中，钻研人员观察到基因组特定地位的突变。利用AlphaGenome，他们预测这些突变会通过引入MYB DNA结合基序来激活左近的TAL1基因，这复造了已知的疾病机造，并凸显了AlphaGenome将特定非编码变异与疾病基因关联起来的能力。 伦敦大学学院马克·曼苏尔教授说：“AlphaGenome将成为该领域的一个壮大工具。确定分歧非编码变异之间的有关性可能极具挑战性，尤其是在大规模钻研的情况下。该工具将提供关键的线索，援手我们更好地理解癌症等疾病。” 与其他基于序列的模型一样，正确捉拿极远距离调控元件的影响（如那些相距超过10万 DNA 碱基的调控元件）依然是一个尚未解决的挑战。 同时，谷歌尚未设计或验证AlphaGenome用于幼我基因组预测。固然AlphaGenome能够预测分子了局，但它并不能全面展示基因变异若何导致复杂的性状或疾病。