谷歌 DeepMind 推出了 AlphaGenome Atlas，这是一个公开的数据库，它预先计算并绘制了人类基因组中 90 亿个可能的 DNA 单字母变异可能对基因调控产生的影响。这个工具旨在让不具备专业编程或计算资源的研究人员也能轻松访问先进的 AI 预测，从而帮助他们筛选和优先处理与疾病相关的基因变异，加速基础生物学和医学研究。尽管该图谱是一个强大的资源，但其预测存在局限性，例如简化的“影响评分”可能被误读，并且模型无法捕捉所有远距离的基因调控效应。
理解基因调控的挑战
人类 DNA 的绝大部分被认为是“非编码”的，它们不直接制造蛋白质，而是负责调节基因的活动。这些调控区域以复杂的方式相互作用，理解 DNA 的微小变化如何影响这一过程至关重要。
正如不列颠哥伦比亚大学的基因组学家 Carl de Boer 所说，理解这一点“是理解大多数疾病的基础”。
之前的 AI 工具 AlphaGenome 能够预测 DNA 变异如何影响基因表达，但研究人员需要自己编写代码并运行计算量巨大的模型。新的 AlphaGenome Atlas 则为所有人预先完成了这项工作。
AlphaGenome Atlas：一个开放的预测图谱
DeepMind 发布的 AlphaGenome Atlas 是一个在线存储库，包含了对人类基因组中 90 亿个 可能的单字母变异进行的预先计算。它为科学家提供了更友好的使用方式。
- 易于访问的界面：科学家无需编写代码或自己运行模型即可查询结果。
- 全新的影响评分：引入了一个备受期待的新功能——一个单一数字的“影响评分”，旨在让研究人员一眼就能判断一个变异是否可能具有重要意义。
- 降低研究门槛：让无法使用最新硬件或希望减少重复模拟的研究人员也能受益。
“理解我们的 DNA 是一个巨大的挑战，”谷歌 DeepMind 的科学副总裁 Pushmeet Kohli 表示。“理解这种生命语言可以解锁许多事物。”
计算 90 亿个预测的工程挑战
整个项目的数据量极其庞大，完整数据集约为 1 PB（拍字节）。为了在合理的时间内完成计算，团队必须将计算速度提高 80 倍。
为了实现这一目标，团队采用了多种技术：
- 模型蒸馏 (Model distillation)
- GPU 内核优化 (GPU kernel optimization)
- 消除冗余计算
“我们必须进行大量的思考和工程设计，才能实现如此规模的项目。” DeepMind 的基因组学负责人 Žiga Avsec 说。
局限性与前景
尽管 AlphaGenome Atlas 是一个强大的工具，但它的预测也有一些重要的局限性。
- 多因素疾病：许多疾病与 多种遗传变异 相关，而模型主要关注单个变异。
- 观察范围有限：模型观察的 DNA 片段范围是 100 万个碱基对，可能无法捕捉到一些作用距离非常远的调控元件。
- 评分的简化问题：单一数字的“影响评分”本质上是对复杂预测的简化。
de Boer 警告说：“它有明确的用处，但也很可能被轻易误解。我们讨论的是一个非常复杂的系统，其中有很多活动部分。”
尽管存在这些局限，该图谱仍然可以极大地帮助科学家筛选可能性并确定实验室实验的优先级。通过这种方式，它可以显著加速基础生物学、疾病研究和治疗方法的开发。