Google 旗下人工智慧(AI)新创 DeepMind 宣布,研究团队基于 AlphaFold 方法论创建新的 AI 模型 AlphaMissense,通过利用蛋白质序列数据库和变异结构背景,成功辨识 89% 致病的错义突变和未知致病基因,识别可能导致疾病的人类 DNA 变化。
AlphaMissense 成功预测 19,233 个标准人类蛋白质,其中 2.16 亿种单一氨基酸变化的致病性,得到 7,100 万个错意突变的预测,原本遗传疾病疾病对人类 DNA 影响疾病的了解有限,只有 0.1% 的突变被归类为良性或致病性,但 AlphaMissense 能成功辨识 89% 的错义突变。
欧洲分子生物学实验室副主任伯尼指出,AlphaMissense 能辨识 89% 的错义突变,这将帮助临床研究人员考虑要优先寻找可能导致疾病的区域,并有独立科学家认为,这项工作代表人类遗传学向前迈出一大步,并已刊登在国际期刊《科学》杂志。
所有生物体都是由 DNA 构成,而 DNA 主要是由四种化学物质组成,包括腺嘌呤(adenine)、鸟嘌呤(guanine)、胞嘧啶(cytosine)和胸腺嘧啶(thymine),被简称为 A、G、C、T,当人类胎发育时,A、G、C、T 会按照顺序产生蛋白质,以构成身体细胞和组织的组成。
当 A、G、C、T 的顺序错误,因为身体细胞和组织的形成不正确,可能会导致疾病,但 Google 的 DeepMind 人工智慧计算出人体中几乎所有的蛋白质形状,这个名为 AlphaMissense 的 AI 模型可以判断 DNA 中的字母是否产生正确的形状,藉此辨识潜在的致病物质。
!评论内容需包含中文