人工智能“阿尔法基因组”揭示DNA“暗物质”奥秘

科技进步的浪潮席卷而来，人工智能在各个领域逐渐崭露头角，尤其在生物科学和基因组学领域中表现尤为突出。自2003年科学家首次完成了人类基因组的测序以来，尽管我们揭示了构成生命的基本蓝图，但其中高达98%的非编码DNA区域仍然充满了未知，这些区域曾被视为“垃圾DNA”。随着生物学研究的深入，科学家们开始认识到这些非编码区域可能蕴藏着生物学功能的重要线索，宛如基因组中的“暗物质”。

2023年6月25日，由深度思维公司开发的名为“阿尔法基因组”（AlphaGenome）的人工智能模型正式推出，它的出现有望解开DNA“暗物质”的秘密。《自然》杂志对此报告指出，这款智能模型专注于将DNA序列与其功能相联系，能够预测微小的DNA变异会如何影响细胞内各类分子过程，为理解人类基因的调控机制开辟了新的道路。

需要指出的是，2020年深度思维推出的“阿尔法折叠2”（AlphaFold 2）模型，已成功解决了长期以来结构生物学界面临的难题，即从氨基酸序列预测蛋白质的三维结构。这一突破不仅改变了生物学研究的方式，还加速了新药的研发步伐。相较于对蛋白质结构的解码，DNA序列的功能解读更为复杂。因为DNA的功能涉及到基因何时被激活或关闭、在哪些细胞类型中作用，以及影响表达强度等多个因素，其建模难度远高于蛋白质预测。

科学家们在过去几十年间尝试利用不同的计算工具来揭示DNA调控机制的复杂性，但这些工具往往无法全面整合或聚焦于单个功能。为了填补这一空白，阿尔法基因组应运而生。它的创新之处在于，它无需在“序列长度”与“预测精度”之间做出取舍，能够同时捕捉长程基因组的信息，并对碱基层面的变化进行精确预测，从而扩展了科学家们在疾病生物学、罕见变异研究及合成DNA设计等领域的视野。

阿尔法基因组的工作原理也颇具前瞻性，能够处理多达100万个碱基对，并预测多达数千种分子属性，包括基因表达、剪接模式、蛋白质结合位点以及染色质的可及性等。这意味着它不仅能够揭示DNA片段的功能，还能为多种类型的细胞提供调控特征的深入了解。这一系统凭借强大的计算能力，仅需4小时便可训练完成，与之前模型的计算资源相比，效率大大提高。

阿尔法基因组的另一个显著特点是其变异评分系统，能高效对比突变前后的DNA序列，评估其对生物通路的影响。它还具备对于剪接位点进行建模的能力，这是首次有模型能有效预测与某些遗传病相关的RNA剪接异常。这种创新能够帮助科学家们在合成生物学领域设计特定的调控序列，使得某些基因仅在特定细胞类型中激活，比如在神经细胞中，而在其他细胞中保持沉默。

值得期待的是，阿尔法基因组在研究影响深远的罕见遗传变异方面也展现出潜力，例如能有效识别导致孟德尔遗传病的突变。在一项应用验证中，研究人员将阿尔法基因组应用于以往确诊的某种白血病相关基因突变，结果发现该模型能够准确预测某些非编码区的变异将间接激活相邻的致癌基因TAL1，这一发现与已知的致病机制相符。

尽管阿尔法基因组的成果令人瞩目，但其团队强调该模型目前仍存在一些局限性。它并不适用于个体基因组的解读，也无法像现有的商业基因检测（如23andMe）那样进行疾病风险预测或祖源分析。因此，阿尔法基因组并不适合用于临床诊断或医疗决策。

目前训练数据仅限于人类与小鼠，未来其在其他物种中的适用性仍需进一步验证。同时，它在识别调控元件与远距离靶基因之间的关系方面能力相对较弱，也无法完全模拟细胞在不同状态、不同组织中的动态调控机制。正如冷泉港实验室的彼得·库指出，生物过程的复杂性要求我们在未来的模型中引入更多的动态因素，以更真实地反映生物学现象。

阿尔法基因组的推出为揭示DNA“暗物质”带来了新的希望，人工智能的运用让这项研究的前景更加广阔。随着技术的不断进步，将在生物医学研究和临床应用上产生深远影响。对于科学家们而言，阿尔法基因组是打开基因组调控之门的一把钥匙，而这一探索旅程的最终目的，将是全面理解生命奥秘中的每一个环节。