人工智能揭秘DNA中的“暗物质”

DNA中的“暗物质”通常是指基因组中的非编码区域。这些区域约占人类基因组的98%，虽不直接编码蛋白质，但对基因调控和细胞功能有重要影响，可能蕴藏着关键的生物学秘密。人工智能在揭秘DNA中的“暗物质”方面发挥了重要作用，典型的是DeepMind公司开发的AlphaGenome模型。相关介绍如下：模型简介：AlphaGenome是一个以DNA序列为输入，预测多种基因调控相关分子特性的深度学习模型。它能接受长达100万碱基对的DNA序列，分析其中调控逻辑，并对单碱基变异功能性影响进行高分辨率预测。神经网络结构：    输入层：通过独特的碱基编码和位置编码机制，输入最长100万个碱基的DNA序列，保留序列空间位置信息，可囊括目标基因及其上下游远程调控元件。    特征提取层：由卷积神经网络（CNN）层和Transformer层组成。CNN层对局部序列编码，识别短程调控信号；Transformer层基于自注意力机制，建模任意两个碱基间潜在相互作用，学习长距离调控依赖关系。    输出层：通过多任务学习框架，将序列特征转化为不同模态预测输出，涵盖基因表达量、RNA剪接位点等多个生物过程。主要功能：    预测关键分子特征：可预测不同细胞类型中基因起始和终止位置、RNA剪接事件位置与频率、不同组织中RNA表达量、DNA可及性及三维结构中相邻区域、DNA与转录因子或其他调控蛋白结合位点等。    变异评分：支持输入突变前后序列，通过比较预测结果，对变异可能造成的功能性影响进行评分。    剪接位点建模：是首个可直接预测剪接位点及其使用强度的模型，对研究RNA剪接异常相关遗传病有重要价值。研究成果：在24项DNA序列功能预测任务中，AlphaGenome在22项任务中超越了当前最佳模型；在26项遗传变异影响预测任务中，有24项结果达到或超过现有最高水平。应用领域：    疾病机制解析与罕见病研究：可协助识别功能性变异位点，精准预测其在多种调控层面的潜在影响，帮助厘清致病机制，识别关键调控节点与候选治疗靶点。    合成生物学与基因治疗设计：可用于预测不同DNA片段在特定细胞类型中的调控活性，实现合成调控元件的功能预测与优化，为精准控制基因表达和构建基因治疗载体提供技术支持。    基础功能基因组学研究：能协助科研人员在全基因组尺度上识别调控性功能元件，有助于构建高分辨率的细胞类型特异性功能基因组图谱，推动人类基因调控网络的系统化解析。局限性：模型训练数据来源于静态条件下的组学测定，难以反映细胞在发育、应激、分化等生理过程中发生的动态变化。且当前模型主要基于人类与小鼠数据训练，泛化至其他物种的预测效果尚未充分评估。