AI 竟能破解細胞解讀 DNA 的方式?遺傳疾病治療的新時代

將 DNA 螺旋結構與細胞數據以數位方式連結起來的圖像
AI Summary

Google DeepMind 的「AlphaGenome 2」透過學習 1 億 700 萬個細胞圖譜,成為能以比現有模型高出 2 倍準確度,找出疾病相關基因變異的次世代 AI。

試著想像一下。我們擁有的遺傳資訊就像一本寫著數十億個字的巨大百科全書。然而,這本百科全書每個人都有所不同;即使是同一個人,眼睛細胞閱讀這本書的方式,也與心臟細胞閱讀的方式截然不同。過去,科學家們對於這本巨著的研究大多停留在「大致瀏覽」的層次。如果能有一種 AI,能從每一個細胞的視角完美解讀這本巨著,那會如何呢?這將徹底改變我們找出疾病成因並進行治療的速度。

Google DeepMind 近期發表的次世代 AI 模型——AlphaGenome 2,正是為了實現這一目標。

這為什麼很重要?

人體微小的基因變異,會徹底改變罹患疾病的機率或對環境的反應方式 [Source 2]。特別是大多數與疾病相關的變異,並非藏在基因的藍圖中,而是隱藏在決定基因何時、何地、如何運作的「調控區」中 [Source 5]。

過去的研究方式,主要是將組織整體的平均值籠統地進行分析。但這就像是不畫出精細的地圖,只看整個大陸的平均氣溫一樣。AlphaGenome 2 正以細胞層級的解析度重新繪製這份地圖 [Source 7]。這意味著它能精確指出哪種變異會在特定的細胞中引發問題,進而成為設計個人化治療方案的重要關鍵 [Source 9, Source 14]。

簡單理解:學習「細胞的閱讀法」

讓我們用兩個比喻來輕鬆解釋 AlphaGenome 2 的運作原理。

第一個是「濾鏡」。過去的模型如果只是調節整張照片的亮度,AlphaGenome 2 則能區分照片中的人物、背景與光源,並分別套用不同的濾鏡。為此,它學習了從 68 種組織中萃取的 1 億 700 萬個以上的個別細胞圖譜 [Source 7, Source 8]。透過這些龐大的數據,AI 學習了特定的細胞類型如何「重視」DNA 的某個部分,又如何「忽略」其他部分 [Source 6]。

第二個是「教育」。AlphaGenome 2 具備了在進行新實驗時,無需一一進行額外指導(微調,Fine-tuning,即針對特定目的重新訓練模型的過程),就能主動適應新情況的能力 [Source 8]。就像基本詞彙量完美的一名學生,也能瞬間讀懂專業領域的新書一樣。多虧於此,研究人員只需輸入 DNA 序列與特定細胞的狀態,就能推論出基因將如何受到調控 [Source 4, Source 6]。

現況

AlphaGenome 2 已經展現出驚人的成果。與之前的模型相比,它找出與疾病相關基因變異的能力幾乎提升到了 2 倍 [Source 7, Source 8, Source 11]。

當然,並非所有科學家都 100% 信任 AI 的判斷。雖然大家都同意這是一個優秀的工具,但也有聲音指出,若要將 AI 的結果應用於實際醫療現場,仍需要經過徹底的驗證過程 [Source 10, Source 12]。目前 AlphaGenome 2 已透過 API 提供給非營利研究機構使用,未來預計將整合至 Google 的代理人系統中,作為科學家強而有力的「研究助手」 [Source 7]。

未來展望

AlphaGenome 2 的問世,將飛躍式地提升遺傳學研究的速度。因為過去需要耗費數月才能完成的複雜分析,現在只需短時間即可完成 [Source 16]。未來研究人員將利用此工具,逐一解開過去被視為謎團的疾病根本成因。只要能更早知道疾病成因,對應治療方法的開發速度自然也會隨之加快。

MindTickleBytes AI 記者的觀點

AlphaGenome 2 不僅僅是一個讀取基因的 AI。它的意義在於它開始抓住了每一個細胞是如何「解讀」生命藍圖的脈絡。就像 AI 在名為數據的巨大海洋中找到珍珠一樣,我們現在正與 AI 一起找出過去肉眼所無法看見的疾病線索。隨著我們對細胞語言的理解越深,人類將越能邁向更健康的未來。

參考資料

  1. AlphaGenome 2: Deciphering how cells read DNA to better understand disease
  2. AlphaGenome: AI for better understanding the genome
  3. Advancing regulatory variant effect prediction with AlphaGenome
  4. AlphaGenome2 predicts regulatory activity and variant effects …
  5. AlphaGenome 2: Deciphering how cells read DNA to better …
  6. Google Deepmind shifts genomics AI from bulk tissue …
  7. AlphaGenome — Google DeepMind
  8. AlphaGenome 2: Google AI factors cell states into DNA …
  9. AlphaGenome 2: DeepMind’s New DNA Model, Explained
  10. AlphaGenome2 finds nearly 2x more disease-linked DNA variants
  11. With AlphaGenome, Researchers Are Using A.I. to Decode the…
  12. AlphaGenome2: модель DeepMind для ДНК отдельных клеток
  13. [Hugging Face’s New AI Biology Model Lets You Chat With DNA WIRED](https://www.wired.com/story/hugging-face-new-ai-biology-model-chat-with-dna/)
  14. Google, DNA mutasyonlarını analiz eden AlphaGenome2’yi tanıttı
AD
測試你的理解
Q1. AlphaGenome 2 相較於現有模型,最大的改進特色是什麼?
  • 更大的伺服器容量
  • 能預測不同細胞類型的基因變異效應
  • 可取代動物實驗
AlphaGenome 2 不僅使用組織整體的平均值,而是輸入個別細胞類型與狀態,能更精確地預測變異效應。
Q2. AlphaGenome 2 大約學習了多少個細胞圖譜?
  • 100 萬個
  • 5,000 萬個
  • 1 億 700 萬個
AlphaGenome 2 學習了跨越 68 種組織、超過 1 億 700 萬個個別細胞圖譜。
Q3. 透過 AlphaGenome 2 可以獲得的主要預期效果是什麼?
  • 推薦個人化飲食
  • 提升疾病相關基因變異的檢出率 2 倍
  • 直接修正 DNA 序列
與之前的模型相比,AlphaGenome 2 能找出更多與疾病相關的基因變異,提升近 2 倍。