突發!DeepMind把人類90億個基因突變全算完了,1PB資料直接免費開源

Google剛剛推出AlphaGenome Atlas:一個由AI驅動的可搜尋資料庫,繪製了人類DNA中所有90億個可能單字母變異的預測影響圖譜。

這是一個體積高達1PB的巨型資料庫,體積超過當年AlphaFold資料庫的30倍。

它把人類基因組中每一個可能發生的單核苷酸變異(SNV)及其對分子生物學的影響全部預先計算完成,免費開放給學術研究使用。

為什麼要做這件事

人類基因組有大約90億個可能的單字母突變。

要在實驗室裡逐個測試這些突變會對人體帶來什麼後果,現實中幾乎不可能完成。

DeepMind之前推出了AI模型AlphaGenome,用來預測特定基因變異對生物過程的影響。

為了讓研究人員看到全基因組突變的全景圖,DeepMind直接進行了大規模預計算,將所有結果整合成一個完整的地圖集,也就是AlphaGenome Atlas。

當年AlphaFold資料庫把人類已知的蛋白質3D結構預測從19萬個直接拔高到2億多個。

現在的AlphaGenome Atlas,要在基因調控層面複製這一路徑。

核心指標:AVI評分

為了讓科研人員快速在海量資料中定位關鍵變異,DeepMind推出了AlphaGenome變異影響評分,簡稱AVI評分。

AVI評分整合了AlphaGenome和蛋白質突變預測模型AlphaMissense的能力,把複雜的預測結果濃縮成一個數值。

它有幾個關鍵特性:

第一,同時覆蓋編碼區和非編碼區。

人類基因組中只有2%是編碼蛋白質的區域,剩下的98%是非編碼區。非編碼區負責調控基因活性,人類大部分與性狀相關的變異都集中在這裡。AVI評分可以同時對這兩部分進行打分與排序。

第二,歸因透明。

AVI評分會拆解出具體的分子機制,直接指出突變破壞了那個生物學過程,例如破壞RNA剪接指令,或者破壞染色質的可及性。

第三,內建調控詞彙庫。

資料庫收錄了超過2500個高頻出現的DNA短序列(即基因組的詞彙)及其具體位置,幫助解析轉錄因子結合位點。

已經驗證的三大實際成果

外部合作團隊已經使用AlphaGenome Atlas取得了具體的實驗和科研突破。

1.破解罕見病難題

在罕見病研究中,從成千上萬個變異中挑出真正的致病突變極為困難。

來自Broad研究所的研究團隊與GREGoR聯盟合作,利用AVI評分篩查致病突變。

他們發現了一個之前被忽略的DNM1基因突變,該突變與癲癇性腦病高度相關。

AVI評分給出了明確的分子機理預測:該突變製造了一個錯誤的剪接位點,導致蛋白質發生異常延伸。隨後的實驗驗證了這一預測。

2.挖掘複雜性狀與蛋白質水平的關聯

在人群中尋找與特定性狀關聯的罕見非編碼變異,往往會被大量的無害突變干擾。

埃克塞特大學的研究人員將AlphaGenome Atlas應用在英國生物樣本庫(UK Biobank)中超過5.4萬名參與者的全基因組資料上。

通過把預測具有相似分子效應的罕見變異分組,研究人員多發現了22%的非編碼區遺傳關聯,成功鎖定了影響PLA2G7(與衰老相關)和EGLN1(細胞氧氣感測器)等關鍵蛋白質水平的調控變異。

研究團隊進一步分析了數億個非編碼變異與身體質量指數(BMI)的關係,重點關注預測影響最大的前1%非編碼變異,鎖定了19個關鍵遺傳區域。

3.識別基因組的調控單詞

斯托斯醫學研究所的研究人員利用該資源中的基序集,成功分類了那些轉錄因子僅影響DNA的可及性,那些轉錄因子能夠直接開啟或關閉基因表達。

獲取方式與介面

AlphaGenome Atlas即日起向全球科學界開放:

學術研究可直接通過網站免費使用:

https://deepmind.google/science/alphagenome/

作為技能整合在Google Antigravity中:

https://antigravity.google/use-cases/science

加入AlphaGenome使用者社區:

https://www.alphagenomecommunity.com/

完整技術論文:

https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-atlas-a-predictive-map-of-every-possible-dna-letter-change-in-the-human-genome/alphagenome-atlas.pdf

更多發佈資訊見官方連結:

https://goo.gle/4heuCvn

商業化方面,AlphaGenome Atlas即將上線Google Cloud AlphaGenome基礎模型目前已在GitHub和AlphaGenome API上線供學術使用,商業使用者也可通過Google Cloud的Model Garden獲取。

該資料庫提供的所有資訊僅供科研參考,不作為臨床診斷與醫療建議。 (AI寒武紀)