图片：由 METAL AI 生成
摘要
- 谷歌DeepMind公布了AlphaGenome Atlas，为人类基因组中约90亿个可能出现的单个基因变异全部标注了风险评分
- 该数据库用一个名为AlphaGenome Variant Impact（AVI）的单一评分，整合了编码区与非编码区的预测结果，研究者无需翻找成千上万条数据即可确定优先研究方向
- Broad研究所利用这一评分破解了一例长期未解的罕见病病例，而在英国生物样本库的分析中，这一方法多找出了22%的非编码区遗传关联
谷歌DeepMind于9月8日公布了一个数据库，为人类基因组中可能出现的所有单个基因变异——约90亿个——逐一标注了风险评分。这个数据库名为AlphaGenome Atlas，数据总量达到1PB。DeepMind在官方博客文章中将其称为"迄今为止关于基因变异对分子生物学影响最全面的目录"。
谷歌DeepMind是谷歌旗下负责研发AI模型的研究机构。它最初于2010年在伦敦成立，是一家独立公司，2014年被谷歌收购，2023年与谷歌旗下其他AI团队合并后，改用了现在的名称。这次发布出自DeepMind内部专注科学研究的团队之手，与此前预测蛋白质结构的AlphaFold、预测天气的WeatherNext系出同门。
人类DNA由约30亿个碱基对组成，其中携带蛋白质编码信息的部分仅占全部的2%。剩下98%被称为非编码区域，长期以来对科学家来说是一片未知地带。DeepMind此前推出的AlphaGenome模型能够展示非编码区域中DNA单个字母发生变化时，蛋白质生成等分子过程会如何出错，但还无法呈现整个基因组层面的全貌。
简单来说，AlphaGenome是一个预测DNA单个字母变化所带来后果的AI模型，而这次的Atlas则是把该模型预先运行在人类基因组全部90亿个可能变异上得到的结果汇总。研究者不再需要在自己的实验室里逐一运行模型，只要搜索感兴趣的变异，就能立刻看到预测结果。
为了让这些庞大的预测数据便于使用，Atlas还新设计了一个指标，叫做AlphaGenome Variant Impact，简称AVI评分。它把编码区域和非编码区域的预测结果合并成一个单一分数，让研究者不必逐条翻查成千上万个数据点，就能快速判断该优先研究哪些变异。
据介绍，这一评分已经在若干研究项目中取得成效。Broad研究所Laura Corvill团队的研究小组，用AVI评分为一例长期未解的罕见病病例中的候选变异排序，锁定了DNM1基因中一个会形成错误剪接位点的变异。剪接位点是细胞剪除基因中不必要片段、拼接保留部分的位置，一旦出错，蛋白质就会被错误地合成。这一预测成为破解该病例的关键证据。
第二个案例规模更大。Gareth Hawkes博士将Atlas应用于英国生物样本库超过5.4万名参与者的数据，采用了一种新方法：按照预测的分子效应对因统计噪声而难以发现的罕见非编码变异进行分组分析。结果显示，非编码区域的遗传关联比以往多发现了22%，聚焦影响力排名前1%的变异后，还新确认了19个与体重指数（BMI）相关的基因区域。
从今天起，即使完全不懂编程的用户，也能通过网页门户使用Atlas。DeepMind表示，这是他们降低门槛、让全球临床研究者和生物学家都能使用这一资源的举措之一。不过也需要指出，这个数据库终究只是研究用途的预测结果，并非可以直接用于临床诊断或治疗决策的验证工具。
以往，遗传学研究者要确认一个变异的影响，往往需要设计实验，耗费数月甚至数年时间。而Atlas把这个过程中的第一步——挑选该研究哪个变异——直接压缩成一次搜索，带来了实实在在的时间节省。正如Broad研究所和生物样本库的案例所展示的那样，这套方法已经在罕见病诊断和复杂性状研究两个方向上产出了具体成果，这也是此次发布的核心意义所在。
评论