|
|
|
|
|
新AI模型可预测有害基因突变，有助确定遗传疾病病因 |
|
|
英国“深度思维”（DeepMind）公司的人工智能工具“阿尔法错义”（AlphaMissense）已对2万种人类蛋白质中的7100万种可能的错义突变进行了检测，通过找出哪些小突变可能具有破坏性，来帮助医生确定导致遗传疾病的“罪魁祸首”。相关论文刊发于最新一期《明升体育app》杂志。
?
AlphaMissense可以预测突变是否会影响血红蛋白（左）或囊性纤维化跨膜电导调节因子（右）等蛋白质的功能。
图片来源：“深度思维”公司
几乎每个人出生时都携带有50—100个父母没有的突变，这导致了个体之间巨大的基因差异。对医生来说，对某个病人的基因组进行测序以找出病因极具挑战性，因为可能有成千上万个突变与这种疾病有关。“阿尔法错义”应运而生，旨在预测这些基因突变是否有害。
由于碱基置换，与某一氨基酸相对应的密码子变成其他氨基酸的密码子，其结果使合成的蛋白质的活性发生变化或失去活性，这样的突变称为错义突变。每人体内平均携带约9000个错义突变，但在所有可能发生的7100万个错义突变中，明升体育app家只确定了其中0.1%的错义突变的影响。
“阿尔法错义”并非要厘清错义突变如何改变蛋白质的结构或稳定性，以及与其他蛋白质之间的相互作用。相反，它会将每种可能的突变蛋白质的序列与“阿尔法折叠”（AlphaFold）训练过的蛋白质的序列进行比较，查看它看起来是否“自然”，看起来“不自然”的蛋白质会被评为潜在有害。
在对已知突变开展测试时，“阿尔法错义”的表现优于其他方法。研究人员评论道，“阿尔法错义”在几项不同的性能测试中“表现优异”，将有助于明升体育app家确定哪些致病突变应优先研究。不过，错义突变只是众多不同突变中的一种。DNA片段也可以被添加、删除、复制、翻转等。此外，许多致病突变不会改变蛋白质，而是出现在参与调节基因活性的序列附近，在确定病因时也需要考虑这些因素。
（原标题：新AI模型成功预测有害基因突变，有助确定遗传疾病病因）
特别声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用，须保留本网站注明的“来源”，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，请与我们接洽。
