荷兰科学家推出能“解读”基因调控规则的AI

荷兰科学家推出能够“解读”基因调控规则的AI

两个相隔数天在《自然》杂志上发表的人工智能工具，在解码人类DNA中广阔的非编码区域如何调控基因活性方面取得了显著进展。自人类基因组计划绘制出我们的遗传蓝图以来的二十多年里，这一挑战一直困扰着科学家。

谷歌DeepMind的AlphaGenome于2026年1月28日发表，荷兰开发的PARM模型（启动子活性调控模型）于2026年2月3日发表。这两个模型都使研究人员能够预测基因组中不编码蛋白质的98%区域的突变如何影响生物过程。

DeepMind的AlphaGenome：全局视角

AlphaGenome代表了DeepMind所称的“我们破解DNA中复杂调控密码的解决方案”。该模型能够分析多达一百万个DNA碱基对的序列，并同时预测5,930个人类或1,128个小鼠基因组信号，这些信号与基因表达、剪接和蛋白质修饰等功能相关。

“基因组就像生命的配方，”DeepMind研究副总裁Pushmeet Kohli说道。“真正理解改变配方任何部分会产生什么影响，这就是AlphaGenome要研究的内容。”

该模型在26项变异效应预测评估中的25项达到或超过了现有方法的表现。在一个例子中，研究人员将AlphaGenome应用于从某种白血病患者身上识别出的突变，该模型准确预测了非编码突变如何间接激活附近的致癌基因。

PARM：轻量级替代方案

虽然AlphaGenome提供全面的分析，但PARM采用了不同的方法——其所需的计算能力约为同类技术的千分之一。PARM通过Oncode研究所的PERICODE项目开发，由七个荷兰研究小组合作构建，该模型可以在一天内针对特定细胞类型完成训练。

“大多数AI模型从任何现有数据中学习，”乌得勒支大学医学中心的Jeroen de Ridder说。“而在这里，测量方法和AI是共同设计的。这使我们能够为特定细胞类型构建超高效的模型，并以以前难以想象的规模应用。”

“我们现在真的可以读懂基因调控系统的语言了，”荷兰癌症研究所的Bas van Steensel说，他的实验室为PARM提供了实验基础。

在癌症及其他领域的应用

这两个模型都解决了医学研究中的一个迫切需求：大多数与癌症相关的突变发生在非编码DNA区域，这使得解读工作极其困难。这些工具可以帮助研究人员预测调控突变的功能影响，为癌症诊断、患者分层和治疗开发开辟新途径。

伦敦大学学院的癌症分子生物学家马克·曼苏尔曾测试过AlphaGenome，他指出，在比较癌细胞与健康细胞时，会出现数千个基因变化。“很难判断某个特定变化是否会产生功能性后果，”他说。AlphaGenome“会对最有可能产生重要影响的变异进行排序，使研究人员能够集中精力进行后续研究。”

这两个模型现已免费向学术研究开放。