来自《自然》杂志：DeepMind新AI破解人体"基因密码本"！连科学家都惊掉下巴的发现！
我们的身体里藏着一本巨大的“天书”，它就是我们的DNA。这本天书里，写着我们每个人独一无二的生命密码。科学家们辛辛苦苦研究了20多年，终于把这本天书的草稿给“翻译”出来了。
但是！这本天书有31亿个字母，就像一本超级厚的字典，其中98%的内容，到现在都还是个谜！
这就好比，一本《新华字典》，你知道每个字怎么写，但很多字你根本不知道它是什么意思，更别说怎么用了。更让人抓狂的是，这98%的“空白”部分虽然不直接编码蛋白质（蛋白质就像我们身体里的各种“工人”），但它们却能悄悄地影响那些“工人”的工作效率！
想想看，这98%的DNA，是不是就像宇宙中的“暗物质”一样？我们知道它存在，但摸不着也看不见，却能感受到它的巨大影响力。
不过，现在有个好消息要告诉大家！谷歌旗下的DeepMind公司，就是那个开发了围棋人工智能AlphaGo的厉害公司，他们又搞出了一个大新闻！他们开发了一个叫AlphaGenome的人工智能模型，这个模型就像一个超级聪明的“翻译官”，专门来破译我们DNA里的“暗物质”！
DeepMind的科学家们说，这不仅仅是生物学领域最重要的问题之一，甚至是所有科学领域最重要的问题之一！听起来是不是特别厉害？
AlphaGenome：DNA的“全能翻译官”
那么，AlphaGenome这个“翻译官”是怎么工作的呢？简单来说，你给它一段DNA序列，它就能预测这段DNA会有哪些神奇的功能，比如它会影响基因的表达水平（基因表达就像基因“开工”的程度），以及如果这段DNA发生了一点点变化（也就是突变），会产生什么影响。
加州斯坦福大学的一位基因组学家，Anshul Kundaje教授看了AlphaGenome之后都忍不住拍手叫好，他说这简直是“一次令人兴奋的飞跃”，比现在所有最先进的DNA预测模型都要厉害得多！
从AlphaFold到AlphaGenome：AI的生物学进化论
DeepMind在2020年的时候，曾经推出过另一个超级AI叫AlphaFold 2。它解决了困扰科学家几十年的一个难题：蛋白质序列是如何决定它三维形状的。就像给你一串珠子，它能告诉你这串珠子最终会形成一个什么样的立体造型。
但AlphaGenome解决的问题更复杂！因为DNA的功能不是一个单一的答案。一段DNA，它可能有很多相互关联的功能：
- 它可能像“吸铁石”一样，吸引一些细胞里的“小机械师”，让它们在染色体（DNA的载体）的特定位置“锁定”下来，然后把附近的基因“复印”成RNA分子（RNA就像信使，把DNA的信息传递出去）。
- 它还可能吸引一些叫“转录因子”的蛋白质，这些蛋白质会影响基因“开工”的时间、地点和程度。
- 有些DNA序列甚至能通过改变染色体的三维形状来影响基因的活性，就像给基因“开门”或“关门”，让“复印机”更容易或更难接触到基因。
几十年以来，科学家们一直在用各种计算工具来研究这些问题。过去十年左右，也开发了几十种人工智能模型来理解基因组。但这些模型大多是“专才”，只能解决单个问题，比如预测基因表达水平，或者确定基因的模块化片段是如何剪切和粘贴成不同蛋白质的。
但是科学家们一直梦想着能有一个“一体化”的工具，能把DNA序列的功能全部解释清楚。而AlphaGenome，就是这样一个“梦想成真”的模型！
它能读取多达100万个DNA字母，这可能包括一个基因和无数的调控元件（就像基因的“开关”和“调节器”），然后对几千种生物特性进行预测。而且，AlphaGenome的预测对DNA字母的细微变化都非常敏感，这意味着科学家可以预测DNA突变会带来什么后果！
举个例子，DeepMind的研究人员用AlphaGenome模型去研究一种白血病患者身上的突变。结果发现，这个模型精准地预测出，那些不编码蛋白质的突变，竟然间接地激活了附近的一个基因，而这个基因恰好是这种癌症的常见驱动因素！是不是很神奇？
未来可期，但仍有进步空间
当然啦，AlphaGenome也不是万能的。它目前只在人类和小鼠的基因组数据上进行训练。所以，它可能对其他生物也有效，但还没有经过测试。而且，这个模型也不是为了可靠地解释每个人的基因组，或者完全展现变异是如何影响复杂疾病的全貌的。
AlphaGenome的预测精度还有提升的空间。比如，对于那些相距超过10万个碱基对（DNA的基本单位）的序列，它就很难识别它们对基因表达的影响。所以，用科学家的话说，AlphaGenome还没有像AlphaFold解决蛋白质三维结构那样，完全“解决”基因调控的问题。
另外，目前AlphaGenome和类似的模型还没能捕捉到细胞的“动态性”是如何影响DNA序列功能的。要知道，细胞里的蛋白质水平、DNA上的化学标签等条件，会随着时间和细胞类型的变化而变化，这就像是给DNA的功能加上了“动态滤镜”，让同一个DNA序列在不同情况下有不同的表现。
不过，科学家们对AlphaGenome的未来充满期待！他们预测，未来研究人员可以在AlphaGenome的基础上，设计出能控制基因何时何地活跃的“调控”DNA序列，或者进行“虚拟实验”，模拟细胞对遗传变化会做出什么反应。
现在，非商业用途的研究人员已经可以通过DeepMind的服务器使用这个模型了。未来，DeepMind还会推出更完善的版本，让更多更复杂的应用成为可能！