DeepMind 利用人工智能预测人类的有害基因突变

前言

Google DeepMind公司的研究人员利用人工智能预测人类基因中的突变是否可能有害，这是人工智能技术帮助加速诊断由基因变异引起的疾病的首批实例之一。

这个名为 AlphaMissense 的人工智能工具评估了所有 7100 万个"错义"突变，在这些突变中，人类遗传密码中的一个字母发生了变化。其中，32%被归类为可能致病，57%为良性，其余不确定。研究结果于本周二发表在《科学》杂志上。

Meta 公司首席执行官马克-扎克伯格（Mark Zuckerberg）周二宣布，他与妻子普莉希拉-陈（Priscilla Chan）共同创立的慈善组织"陈-扎克伯格倡议"（Chan Zuckerberg Initiative）将建立"最大的计算系统之一，专门用于非营利性生命科学"，这说明了人工智能在生命科学领域的资源投入。它将专注于利用人工智能来模拟活细胞中发生的事情。

人类专家迄今只发现了0.1%的错义变体的临床影响，这些变体改变了人体主要工作分子--蛋白质的结构。DeepMind 伦敦总部的项目研究员Žiga Avsec 说："发现致病变异的实验既昂贵又费力。每种蛋白质都是独一无二的，每个实验都必须单独设计，这可能需要几个月的时间。通过使用人工智能预测，研究人员可以一次预览数千种蛋白质的结果，这有助于确定资源的优先次序，加快更复杂的研究。"

"我们应该强调的是，这些预测从未真正打算单独用于临床诊断，"同为该项目的研究人员程俊说。"它们应该始终与其他证据一起使用。不过，我们确实认为，我们的预测将有助于提高罕见病的诊断率，也有可能帮助我们找到新的致病基因。"

AlphaMissense 预测显示了两种蛋白质结构的突变（见另一张图片）。红色为有害，蓝色为良性，灰色为不确定。

英国政府的英格兰基因组研究所（Genomics England）根据其自身对导致罕见病的基因变异的大量记录对该工具的预测进行了测试，结果令人印象深刻，副首席医疗官埃伦-托马斯（Ellen Thomas）说。

托马斯说："我们没有参与该工具的开发，也没有提供数据对其进行训练，因此我们可以进行独立评估。它与我们已经在使用的工具完全不同。我认为这是一个巨大的进步，我们很高兴能参与到考虑使用该工具的最后阶段。"她希望 AlphaMissense 能被用于医疗保健领域，成为"临床科学家的副驾驶，标记出他们应该关注的变体，以便他们能更高效地完成工作"。

DeepMind 以其预测蛋白质结构的 AlphaFold 工具为基础，开发出了 AlphaMissense。该人工智能工具还从大量生物证据中了解到人类和其他灵长类动物基因突变的特征，这些特征使得基因变异具有致病性或良性。

该公司成立于 2010 年，是一家专业的人工智能开发商，2014 年被Google收购，它已将该工具"免费提供给科学界"。它的预测结果将被纳入剑桥欧洲生物信息研究所（European Bioinformatics Institute）运行的、被广泛使用的Ensembl变异效应预测器（Ensembl Variant Effect Predictor）。

Avsec说，AlphaMissense也有局限性。最重要的是，它对致病性的预测"只是一般意义上的，并不能告诉我们变异体的生物物理性质"。他补充说，随着该工具的进一步开发，这些见解可能会更加清晰地显现出来。

剑桥韦尔科姆-桑格研究所细胞遗传学负责人莎拉-泰克曼（Sarah Teichmann）没有参与这项研究，她说，虽然个别错义突变是疾病的重要原因，但DNA中其他具有临床意义的变化超出了该工具的范围。

她说："我们不应该夸大其词，说这将解决一切问题。但拥有如此强大的解释性人工智能来整合如此多的基因组数据，确实是一种进步。"