因美納PrimateAI-3D算法引領(lǐng)基因組學(xué)邁入AI新紀(jì)元

6月1日，全球基因測(cè)序和芯片技術(shù)的領(lǐng)導(dǎo)者因美納（納斯達(dá)克股票代碼：ILMN），宣布推出全新的人工智能（AI）算法——PrimateAI-3D，利用靈長(zhǎng)類動(dòng)物基因和先進(jìn)的人工智能技術(shù)來改善遺傳風(fēng)險(xiǎn)預(yù)測(cè)和藥物靶點(diǎn)發(fā)現(xiàn)。

同期，《科學(xué)》（Science）雜志發(fā)表主題特刊（第6648期）該期特刊中8篇論文中的4篇來自因美納和24個(gè)國(guó)家/地區(qū)的科學(xué)家們的合作，其中兩篇由因美納人工智能副總裁Kyle Farh擔(dān)任通訊作者，詳細(xì)介紹了PrimateAI-3D算法的訓(xùn)練方式及其在英國(guó)生物樣本庫（UK Biobank）隊(duì)列中50萬個(gè)基因組的應(yīng)用情況。另外兩篇有關(guān)靈長(zhǎng)類動(dòng)物進(jìn)化研究的論文也同期發(fā)表，為PrimateAI-3D的開發(fā)提供了信息。

自人類基因組圖譜繪成以來，全球科學(xué)家與臨床醫(yī)生不斷致力于深入研究基因變異，解碼基因與人類健康的奧秘。每個(gè)人都攜帶著數(shù)百萬種基因變異，正是這些變異導(dǎo)致了健康和疾病風(fēng)險(xiǎn)的個(gè)體差異，但目前大多數(shù)變異的作用方式尚不明確。盡管全球有80億人口，但全人類的遺傳多樣性仍然與10,000個(gè)共同祖先（起源種群）相似。要真正了解人類基因組，僅憑人類基因組測(cè)序中的數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠。

進(jìn)化是世界上持續(xù)時(shí)間最長(zhǎng)的實(shí)驗(yàn)。大自然在進(jìn)化中不斷通過隨機(jī)突變來測(cè)試基因，那些危害動(dòng)物健康的變異很快就會(huì)從基因庫中剔除，而那些中性或有益的變異則會(huì)留存并傳遞下去。Farh表示：“這些大自然實(shí)驗(yàn)的結(jié)果記錄在每個(gè)物種的基因組中，并一直留存下來，形成一份活檔案。”

盡管在形態(tài)上千差萬別，但現(xiàn)存靈長(zhǎng)類動(dòng)物（包括猿、猴、原猴亞目，例如狐猴和懶猴）與人類之間仍有90%以上的DNA是相同的。在黑猩猩或倭黑猩猩身上發(fā)生的突變同樣會(huì)在人類身上發(fā)生，而因美納科學(xué)家的研究表明，如果某種變異在另一種靈長(zhǎng)類動(dòng)物身上是接受自然選擇的結(jié)果，則該變異有99%的概率不會(huì)在人類身上引發(fā)疾病*^[1]。

因此，通過對(duì)現(xiàn)代靈長(zhǎng)類動(dòng)物進(jìn)行測(cè)序，我們可以更好地了解哪些變異不會(huì)致病。本期《科學(xué)》（Science）雜志中題為《The landscape of tolerated genetic variation in humans and primates》的研究對(duì)來自233個(gè)非人靈長(zhǎng)類的800余個(gè)動(dòng)物進(jìn)行了測(cè)序，物種涵蓋全部16個(gè)科和86%以上的現(xiàn)存屬。但測(cè)序只是第一步：掌握所有數(shù)據(jù)之后，還需要進(jìn)行解讀。為此，因美納開發(fā)了PrimateAI-3D用作數(shù)據(jù)解讀方法。

由因美納研發(fā)的PrimateAI-3D可高度準(zhǔn)確地發(fā)現(xiàn)致病變異，解決疾病面臨的關(guān)鍵挑戰(zhàn)，從而成功實(shí)現(xiàn)個(gè)體化基因組精準(zhǔn)醫(yī)學(xué)。

為了獲得先進(jìn)的性能，PrimateAI-3D采用了與ChatGPT和AlphaFold類似的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)，不同之處在于PrimateAI-3D是根據(jù)基因組序列而不是人類語言來進(jìn)行訓(xùn)練。另外，在ChatGPT等生成性語言模型中，現(xiàn)有的文本就可以為訓(xùn)練提供信息，而人類基因組中導(dǎo)致疾病的基因變異在很大程度上卻是未知的。

為解決這個(gè)問題，PrimateAI-3D有效地利用自然選擇來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)的參數(shù)。這種訓(xùn)練基于此前對(duì)233種不同靈長(zhǎng)類動(dòng)物進(jìn)行測(cè)序時(shí)發(fā)現(xiàn)的數(shù)百萬種良性基因變異來開展，這也是迄今為止開展的最大規(guī)模的非人類靈長(zhǎng)類物種測(cè)序工作。神經(jīng)網(wǎng)絡(luò)會(huì)學(xué)習(xí)基因中代表良性變異的位置，并通過自然淘汰過程判斷哪些區(qū)域如果發(fā)生突變可能致病。PrimateAI-3D通過這種方式學(xué)習(xí)如何準(zhǔn)確預(yù)測(cè)人類的致病變異，準(zhǔn)確度高于任何人類預(yù)測(cè)。
 

PrimateAI-3D

罕見基因變異對(duì)復(fù)雜人類特征的多基因貢獻(xiàn)，以血清膽固醇為代表
 

此外，PrimateAI-3D在預(yù)測(cè)英國(guó)生物樣本庫隊(duì)列中的常見病患病風(fēng)險(xiǎn)升高人群方面表現(xiàn)出驚人的提升，特別是在非歐洲種族群體中,首次證明了多基因風(fēng)險(xiǎn)評(píng)分在很大程度上不受祖先偏差影響，為公平地實(shí)施基于基因的精準(zhǔn)醫(yī)療邁出關(guān)鍵一步，適用于更多元化的人群。

 

我們發(fā)現(xiàn)，普通人群中有97%的健康人群攜帶臨床相關(guān)疾病的高度可干預(yù)變異，到目前為止，我們掌握的信息是患有罕見病或癌癥才需要接受基因組測(cè)序，但實(shí)際情況似乎是，人群中每個(gè)健康個(gè)體的基因組中都存在極具影響力的變異，這些變異具有臨床相關(guān)性，而且至關(guān)重要。

PrimateAI-3D將集成在因美納的互聯(lián)軟件中，供基因組學(xué)界廣泛使用。

4篇最新Science論文
帶您了解因美納AI算法驅(qū)動(dòng)的
基因組學(xué)“ChatGPT”：
 

• The landscape of tolerated genetic variation in humans and primates
• Rare penetrant mutations confer severe risk of common diseases
  

  • A global catalog of whole-genome diversity from 233 primate species
    

    • Genome-wide coancestry reveals details of ancient and recent male-driven reticulation in baboons
      

^[1]這一結(jié)論不適用于親緣關(guān)系較遠(yuǎn)的哺乳動(dòng)物，比如一種在老鼠或狗身上無害的變異，在大猩猩或人類身上可能就是致病的。