DeepMind's New AI Just Cracked The Code Of Life
三句話摘要
AlphaGenome:DeepMind 用機器學習破譯基因組變異效應的 AI 模型 AlphaGenome 透過在基對精度與百萬級上下文的雙重突破,首次實現對基因組變異因果效應的規模化、可驗證預測,為精準醫學、疾病治療策略與合成生物學開啟了根本性的新可能。 因果機制而非統計相關性——AlphaGenome 的預測建立在生物物理學原理上,而非純統計相關性。它在分子層次進行預測(剪接位點、基因表達),這些預測可用物理機制解釋,並已在實驗室驗證中確認。
重點整理
因果機制而非統計相關性——AlphaGenome 的預測建立在生物物理學原理上,而非純統計相關性。它在分子層次進行預測(剪接位點、基因表達),這些預測可用物理機制解釋,並已在實驗室驗證中確認。
同時實現高精度與大上下文——突破在於既在單一鹼基對級別分析(精度),又能處理 100 萬鹼基對的視野(上下文)。這很關鍵因為基因變異可透過 3D 結構相互作用在遠距離範圍內產生影響,是前身模型 Informer 無法達成的。
跨物種遷移學習避免過擬合——在人類與小鼠基因組上聯合訓練,迫使模型學習適用於多物種的通用生物學原理,而不是單純擬合人類訓練資料。
規模化的科學資源——AlphaGenome Atlas 將預測能力規模化,預計算所有 90 億種單核苷酸變異的效應,提供「基因效應辭典」,配備 AVI 分數幫助科學家篩選研究對象。
實用技巧與重點
- 人類基因組:30 億個鹼基對(ATCG)
- 人類蛋白質組:20,000 種蛋白質
- 可能的單核苷酸變異:90 億種
- 分析窗口大小:100 萬鹼基對
- AlphaGenome Atlas 資料庫大小:AlphaFold 資料庫的 30 倍
- AlphaFold 資料庫使用者:超過 400 萬,遍布 190 個國家
- AlphaFold 結構預測數量:2.5 億個蛋白質
- 基準測試表現:26 項基因變異效應基準中勝過 25 項
- 預測相關性(Pearson r):約 0.5(影響基因活性的變異)
- 最終預測層:Lasso 正則化
- 前身模型名稱:Informer
結論
AlphaGenome 透過在基對精度與百萬級上下文的雙重突破,首次實現對基因組變異因果效應的規模化、可驗證預測,為精準醫學、疾病治療策略與合成生物學開啟了根本性的新可能。
完整解析
AlphaGenome 解決的是當代生物學的一個根本難題:理解基因組中任何一個字符改變的後果。人類基因組包含 30 億個鹼基對,組成生命的完整「配方」。這個配方分為兩部分:編碼部分指定要合成的 20,000 種蛋白質,非編碼部分則調控這些蛋白質的表達時間、地點和數量。儘管 2003 年完成了人類基因組測序,但破譯單個變異具體影響一直是難題,特別是涉及多個基因位點的複雜疾病。
AlphaGenome 的技術突破在於兩個維度上超越了前身模型 Informer。首先是精度層面:從分析大量鹼基對的粗粒度升級到單個鹼基對級別。其次是上下文範圍:將分析窗口從較小的範圍擴大到 100 萬鹼基對。這個擴展至關重要,因為基因變異的影響可以透過 3D 結構相互作用在遠距離傳播,不只侷限於鄰近區域。訓練過程中的關鍵創新是在人類和小鼠基因組上進行聯合訓練,迫使模型學習適用於多物種的通用生物學原則,避免過度擬合單一物種資料。
模型在實戰中的表現令人矚目:在 26 項基因變異效應基準測試中超越所有競爭模型。它不只預測變異是否重要,還能準確估計效應的大小(相關係數約 0.5)。更重要的是,AlphaGenome 的預測建立在生物物理學機制之上而非純統計相關性。它在分子層面的預測——如剪接位點、基因表達變化——都可用物理原理解釋,並已在實驗室驗證中確認新的變異-疾病關聯。
基於這些能力,DeepMind 開發了 AlphaGenome Atlas,將預測規模化為一個科學資源。它預計算所有 90 億種可能的單核苷酸變異的分子效應,包括對剪接、基因表達的影響等,產生的資料庫規模是 AlphaFold 資料庫的 30 倍。每個變異都配有 AlphaGenome 變異影響分數(AVI 分數),幫助科學家快速辨識值得深入研究的變異。這不只是一個預測工具,而是科學探索的基礎設施。


