
基因组AI实现技术迭代,聚焦单细胞层面分析
当地时间十一月十一日,谷歌旗下DeepMind对外公开新一代基因组人工智能模型AlphaGenome2。这套工具主要用来解析DNA序列以及序列变异,评估它们对人类不同细胞类型、细胞生理状态带来的影响,帮助科研人员在单细胞维度寻找和疾病相关的遗传变异线索。
我们人体绝大多数细胞携带的整套DNA是一致的,但不同细胞会根据自身功能,选择性开启或者关闭部分基因。心肌细胞、正在对抗病原体的免疫细胞,二者的基因活动模式就存在很大差别。同一段DNA发生变异,在不一样的细胞当中,产生的效果也会完全不同。
上一代AlphaGenome模型,更多只能完成各类组织整体层面的分子活动预测。对于发生在个别细胞类型上的细微变化,旧版本很难捕捉识别。AlphaGenome2更换了条件式模型架构,可以直接把组织种类、细胞类型或是细胞所处状态作为输入条件,针对特定生物环境开展针对性运算预测。
训练数据集庞大,多项测试指标获得明显提升
为完成模型训练,研发团队整合人类与小鼠的生物样本,纳入超过1.07亿个单细胞图谱,样本一共覆盖六十八种人体组织。对比上一代产品,新模型能够找到的和基因表达相关遗传变异,数量几乎提升一倍。
科研团队借助TenK 10K数据集开展评测,这套数据集包含二十八种原代免疫细胞。测试结果显示,AlphaGenome2识别致病因果变异占比可以达到百分之三十。而上一代模型即便经过单细胞数据微调,该指标仅为百分之十六。在判断基因表达的变化方向这件事上,新模型准确率为百分之四十三,旧模型只有百分之二十三。
除了基因表达之外,该模型还支持组蛋白修饰、染色质可及性的测算,同时补齐过去科研人员多次呼吁的DNA甲基化预测能力,这一项功能是初代模型并不具备的。
无需重新训练,适配陌生细胞与多种实验场景
AlphaGenome2有一个实用特性,遇到此前训练中没有接触过的细胞类型、生理状态,不用重新训练或是微调模型就可以直接分析。科研人员只需要上传少量单细胞RNA测序数据,模型就能够依据细胞基因活动特征给出预测结果。
这套能力可以用来观察疾病发展、药物干预、疫苗接种之后,体内各类细胞出现的动态改变。研究团队拿新冠mRNA疫苗的相关数据做演示,面对这套模型从未见过的实验素材,AlphaGenome2能够分辨T细胞处于疫苗激活或是静息休眠两种不同状态。同时还推算出,某一个和新冠重症风险挂钩的遗传变异,会在免疫T细胞激活之后,对细胞内部基因活动施加更强影响。
该模型还具备跨模态推断能力。如果手上只有细胞单细胞基因活动数据,模型可以推算出实验尚未测量得到的染色质可及性等分子指标,给后续真实实验提供参考方向。在炎症性肠病的模拟分析中,模型复现过往部分研究结论,定位到能够改变肠道巨噬细胞ETS2基因活性的遗传变异,方便科研人员把疾病风险变异锁定到具体细胞和对应基因上。
开放科研使用,但暂不能用于临床诊断
现阶段AlphaGenome2依托AlphaGenomeAPI面向非商业科研项目开放使用。有商业研究需求的机构,需要提交申请,参与小范围私有预览计划才能够体验。
DeepMind官方特别作出提示,当前模型定位仅限科学研究用途,还没有完成临床、诊断场景的验证,不能直接拿来做疾病诊断依据。基因组AI可以减轻科研筛选负担,但距离直接落地临床诊疗,依旧还要经历大量验证工作。
(素材来自:谷歌 智算芯能前沿网综合)
本文由智算芯能前沿网编辑整理,转载请注明出处。
