谷歌DeepMind發表AI繪製DNA變異圖譜　加速罕見病研究進程

【記者張皓廷／綜合外電】人工智慧（AI）在生物醫學領域的應用再度展現突破性進展。谷歌DeepMind（Google DeepMind）近日宣布，已運用AI技術成功繪製出人類基因組（即生物體內所有基因的總和）中，所有高達90億種可能發生的DNA單字母變異（基因的微小改變）所帶來的分子影響圖譜。這項名為「AlphaGenome Atlas」的龐大資料庫，旨在大幅加速全球罕見疾病的診斷與研究工作，為病患帶來新的希望。

據《TNW》報導，這份 AlphaGenome Atlas 包含高達一個 PB（Petabyte，約一百萬 GB）的預測資料量，比其著名的 AlphaFold 資料庫大上三十多倍。它不僅涵蓋了人類基因組中僅佔約 2% 的蛋白質編碼區，也首次將分析擴展到高達 98% 的非編碼區（不直接製造蛋白質，但對基因調控非常關鍵）。每個變異都會被賦予一個「AlphaGenome 變異影響分數」，該分數結合了 AlphaGenome 與另一項 AI 模型 AlphaMissense 的預測結果，以評估其潛在的生物學影響。目前，此資料庫已免費提供給全球學術研究機構使用。

研究人員已利用 AlphaGenome Atlas 取得初步成果。艾希特大學（University of Exeter）醫學研究委員會研究員加雷思·浩克斯（Gareth Hawkes）將此圖譜應用於超過 54,000 名英國生物樣本庫（UK Biobank）參與者的全基因組數據，發現了高達 22% 過去未知的非編碼區關聯，並在僅聚焦於圖譜評估影響最大的 1% 變異時，識別出 19 個與身體質量指數（BMI）相關的區域。博勞德研究所（Broad Institute）的 Laura E Covill 團隊，也成功利用此分數，在 DNM1 gene 中找到一個會造成錯誤剪接位點的變異。該基因與嚴重的癲癇性腦病密切相關，而實驗性篩選已證實這項由 AI 預測的變異確實存在。

《Firstpost》指出，AlphaGenome Atlas 的每個變異都與平均 27,000 個獨立預測連結，詳細說明了突變如何影響從基因表現到蛋白質生產指令轉錄的生物過程，並涵蓋人類與小鼠數百種細胞和組織類型。早期測試顯示，該圖譜能找出傳統方法遺漏的致病變異，例如在一個罕見病案例中，它透過預測腦部特定剪接變化，成功偵測到血液 RNA 測序未發現的致病性 DNM1 變異，並已獲實驗室證實。不過，Google DeepMind 也坦承，AlphaGenome 仍有其侷限，例如對增強子等特定變異類型的預測效果可能較差，且其預測結果並不能取代實驗證據，僅是診斷證據鏈的一部分。Google DeepMind 表示，針對 AlphaGenome Atlas 的商業使用權將在未來透過 Google Cloud 提供。

這項技術的發展，為全球基因研究與罕見疾病診斷開啟了嶄新局面。對台灣而言，善用 AlphaGenome Atlas 等開源 AI 工具，有助於國內醫學研究單位與生技產業加速探索基因變異的影響，提升罕見疾病診斷效率，並可能催生更精準的治療策略。