新AI模型可預測有害基因突變，有助確定遺傳疾病病因

　　英國“深度思維”（DeepMind）公司的人工智能工具“阿爾法錯義”（AlphaMissense）已對2萬種人類蛋白質中的7100萬種可能的錯義突變進行了檢測，通過找出哪些小突變可能具有破壞性，來幫助醫生確定導致遺傳疾病的“罪魁禍首”。相關論文刊發于最新一期《科學》雜志。

AlphaMissense可以預測突變是否會影響血紅蛋白（左）或囊性纖維化跨膜電導調節因子（右）等蛋白質的功能。

圖片來源：“深度思維”公司

　　幾乎每個人出生時都攜帶有50—100個父母沒有的突變，這導致了個體之間巨大的基因差異。對醫生來說，對某個病人的基因組進行測序以找出病因極具挑戰性，因為可能有成千上萬個突變與這種疾病有關。“阿爾法錯義”應運而生，旨在預測這些基因突變是否有害。

　　由于堿基置換，與某一氨基酸相對應的密碼子變成其他氨基酸的密碼子，其結果使合成的蛋白質的活性發生變化或失去活性，這樣的突變稱為錯義突變。每人體內平均攜帶約9000個錯義突變，但在所有可能發生的7100萬個錯義突變中，科學家只確定了其中0.1%的錯義突變的影響。

　　“阿爾法錯義”并非要厘清錯義突變如何改變蛋白質的結構或穩定性，以及與其他蛋白質之間的相互作用。相反，它會將每種可能的突變蛋白質的序列與“阿爾法折疊”（AlphaFold）訓練過的蛋白質的序列進行比較，查看它看起來是否“自然”，看起來“不自然”的蛋白質會被評為潛在有害。

　　在對已知突變開展測試時，“阿爾法錯義”的表現優于其他方法。研究人員評論道，“阿爾法錯義”在幾項不同的性能測試中“表現優異”，將有助于科學家確定哪些致病突變應優先研究。不過，錯義突變只是眾多不同突變中的一種。DNA片段也可以被添加、刪除、復制、翻轉等。此外，許多致病突變不會改變蛋白質，而是出現在參與調節基因活性的序列附近，在確定病因時也需要考慮這些因素。