DeepMind 绘制90亿DNA变异图谱，AI进军基因组学

Google DeepMind 最近干了一件大事：绘制了90亿种可能的DNA变异图谱，让研究人员解读人类基因组的能力大幅扩展。这次工作不只盯着编码蛋白质的区域——那其实只占DNA的一小部分——而是覆盖了长期以来让科学家头疼的大片非编码区域。 人类基因组大部分是非编码的。其中一些区域负责调控基因在什么时候、什么地方开启，但很多非编码基因组的功能至今未知。搞清楚哪些变异重要、哪些无害，是解读与疾病相关的遗传差异的关键。 这次绘制的规模本身就很重要。有了数十亿个变异被编目，研究人员就有了一个参照系，可以判断某个特定的基因变化是可能无害还是可能有害。这有望加速基因组学和个性化医疗的发现，让治疗方案能根据个人的基因图谱来定制。 这个项目也反映了一个更大的趋势：AI正在生物学领域被应用到群体规模的数据上。用海量基因序列数据训练出来的模型，可以比单纯的实验室实验更快、更便宜地预测突变的影响。这些预测不能替代实验验证，但能帮助研究者优先挑选哪些变异值得进一步研究。 挑战依然存在。预测可能会出错，计算分数和真实生物学结果之间的差距仍是一个活跃的研究领域。关于基因数据、隐私以及这些信息在医学中如何使用的伦理问题也依然存在。 尽管如此，这项工作标志着计算生物学正在走向成熟。通过把原始的序列数据转化为可解读的知识，DeepMind 和其他机构正在搭建基础设施，有望支撑未来几十年的基因研究——从罕见病诊断到理解由多个基因共同影响的复杂疾病。