概述
预测是一种证据形式，单独并不能确立诊断或治疗决策。
深入探讨
人类参考基因组大约有 3 亿个碱基对。DNA 序列模型可以学习 A、C、G、T 序列中的模式；DNABERT 是已发表的一个例子。AlphaMissense 预测错义变异可能产生的影响，并已与实验和临床分类进行评估。其方法使用进化保守性和结构上下文以及种群频率信息。多基因得分聚合加权变异效应，而 CRISPR 向导设计评估候选序列的靶向活性和脱靶风险。每个结果都特定于其模型、数据和任务；预测本身并不是临床分类。
现实世界的实施
参考人类基因组大约包含 3 亿个碱基对。
AlphaMissense 预测蛋白质序列中错义变异可能产生的影响。
多基因得分将许多遗传变异对某一性状的加权贡献相结合。
CRISPR 向导设计可以评估靶向活性和潜在脱靶效应。
基因组学中人工智能的未来
研究优先事项包括在基因、变异类别、祖先群体和实验环境中的外部验证。临床使用需要适当的验证和专家解释；不要仅凭研究预测推断适用于常规筛查的准备情况。
付诸实践
为什么这很重要
- 背景与规则. 行业背景决定了人工智能创意能否与现实接触。
- 质量控制. 领域约束会影响可接受的错误率和监督模型。
- 构建选择. 成功的部署使技术能力与一线工作流程保持一致。
留意
- 监管要求可能会使原本强大的原型失效。
- 历史数据可能会编码损害特定社区的偏见。
- 遗留系统可能会造成集成瓶颈和隐性成本。
后续步骤
- 让领域专家参与从问题框架到评估的整个过程。
- 在启动前设计审计跟踪和文档。
- 尽早验证合规性和安全义务。
- 分阶段推出，并具有明确的停止和回滚标准。
不断探索
常见问题
什么是基因组学 AI？
计算模型可以分析 DNA 和蛋白质序列数据，以优先考虑关于遗传变异的研究问题。预测是一种证据形式，单独并不能确立诊断或治疗决策。
大约有多少个碱基对在一个单倍体人类参考基因组中？
单倍体人类参考基因组通常被描述为包含约 3 亿个碱基对。该数字描述了序列规模；它并不意味着 AI 对每个基因组问题都是必要的。
DeepMind 的 AlphaMissense 预测什么？
AlphaMissense 将错义突变分类为可能良性或可能致病。
为什么 DNA 经常被人工智能模型视为“语言”？
DNA 是由四个字母组成的长序列，因此 NLP 中的序列模型（如 Transformer）可以学习其中的模式。
什么是多基因风险评分？
多基因风险评分汇总了许多变异的微小贡献，以估计总体疾病可能性。
在 AlphaMissense 中，进化保守性在模型中如何发挥作用？
AlphaMissense 将进化保守性与结构上下文相结合进行预测。保守性是模型的一个信号，并不能单独证明某个特定变异有害。