一、主要功能

1. 多模态基因组功能预测
   • 基因起止点定位：预测基因的转录起始和终止位置。
   • RNA剪接模式：预测剪接位点及其表达水平。
   • RNA表达量：预测不同组织/细胞类型下的基因表达。
   • 染色体可及性：预测染色质开放区域。
   • 蛋白结合位点：预测转录因子等蛋白的结合区域。
2. 变异效应高通量评估
   • AlphaGenome可对输入序列中的任意变异（如SNP、Indel）进行效应打分，预测其对上述所有分子属性的影响。
3. 剪接异常建模
   • 首次实现了对RNA剪接异常的直接建模，能够预测罕见遗传病相关的异常剪接事件及其表达水平。

二、技术原理

1. 长序列输入与高分辨率预测
   • AlphaGenome能处理长达100万个碱基对的DNA序列，用单个碱基的分辨率进行预测。
2. 卷积层检测短模式
   • 模型用卷积层初步检测基因组序列中的短模式，识别局部的模式和特征。
3. Transformer整合信息
   • 基于Transformer架构整合序列上所有位置的信息，捕捉长距离依赖关系。
4. 多模态预测输出
   • 基于输出层将检测到的模式转化为对不同分子特性的具体预测。
5. 大规模数据训练
   • 训练数据来自ENCODE、GTEx等大型公共数据库，覆盖数百种细胞类型和组织。

三、应用场景

1. 疾病研究
   • 帮助精确定位疾病潜在原因，发现新的治疗靶点。
   • 例如在T细胞急性淋巴细胞白血病研究中，成功解析了致癌变异。
2. 合成生物学
   • 设计具有特定调控功能的合成DNA。
3. 基础基因组研究
   • 协助绘制基因组功能元件图谱，加深对基因组的理解。

四、使用方法

五、适用人群

• 基因组学研究人员：用于疾病机制研究和基因调控研究。
• 合成生物学家：用于设计合成DNA。
• 基础生命科学研究者：用于探索基因组功能。

六、优缺点介绍

优点

• 全能型模型：可同时预测多种基因调控模态。
• 长序列建模能力强：支持百万级碱基对输入。
• 高分辨率：在多项基因组功能预测任务中表现优异。
• 高效变异打分：可在秒级时间内完成大规模变异效应评估。

缺点

• 数据局限性：目前仅基于人类和小鼠基因组训练。
• 细胞特异性不足：难以捕捉细胞动态变化对DNA序列功能的影响。
• 远距离调控能力有限：难以识别距离超过10万碱基对的目标基因序列。

分类标签