美國麻省理工學(xué)院化學(xué)家們利用生成式人工智能（AI）技術(shù)，開發(fā)出一種可快速預(yù)測三維基因組結(jié)構(gòu)的新模型。新模型能在幾分鐘內(nèi)預(yù)測出數(shù)千種結(jié)構(gòu)，速度遠(yuǎn)超現(xiàn)有的實(shí)驗(yàn)分析方法。研究成果發(fā)表于最新一期《科學(xué)進(jìn)展》雜志。

人體每個(gè)細(xì)胞都含有相同的遺傳序列，但每個(gè)細(xì)胞只表達(dá)其中一部分基因。這種細(xì)胞特異性的基因表達(dá)模式確保了不同類型細(xì)胞之間的差異，而這些表達(dá)模式部分取決于遺傳物質(zhì)的三維結(jié)構(gòu)。

新模型名為ChromoGen，旨在從底層DNA序列出發(fā)，預(yù)測三維基因組結(jié)構(gòu)。它包括兩個(gè)組成部分，第一部分是一個(gè)深度學(xué)習(xí)模型，能夠“讀取”基因組，分析編碼在DNA序列和染色質(zhì)可訪問性數(shù)據(jù)中的信息；第二部分是一個(gè)生成式AI模型，經(jīng)過訓(xùn)練后能夠預(yù)測出物理上準(zhǔn)確的染色質(zhì)構(gòu)象。

訓(xùn)練該模型所用的數(shù)據(jù)集包括超過1100萬個(gè)染色質(zhì)構(gòu)象，這些數(shù)據(jù)來源于對16個(gè)人類B淋巴細(xì)胞系單細(xì)胞進(jìn)行的實(shí)驗(yàn)。

ChromoGen模型能有效地捕捉序列—結(jié)構(gòu)關(guān)系，為每段DNA序列生成多種可能的結(jié)構(gòu)。這是因?yàn)镈NA是一種非常無序的分子，同一個(gè)DNA序列可以產(chǎn)生許多不同的構(gòu)象。這種方法不僅大大加速了三維基因組結(jié)構(gòu)的預(yù)測過程，也為深入研究基因組的三維組織如何影響細(xì)胞的基因表達(dá)模式和功能提供了有力工具。

這一突破性技術(shù)有望幫助科學(xué)家更快地理解基因調(diào)控機(jī)制，促進(jìn)疾病治療和生物技術(shù)領(lǐng)域的進(jìn)步。