科技日報北京6月13日電（記者張夢然）美國西北大學團隊開發(fā)出一種計算工具，能夠從有限的基因表達數(shù)據(jù)中提取關(guān)鍵信息，識別出多種復雜疾病背后的多基因組合。這項技術(shù)基于生成式人工智能（AI），為未來的精準醫(yī)學和藥物開發(fā)提供了強有力工具。研究論文發(fā)表在最新的《美國國家科學院院刊》上。

　　許多疾病是由多種基因共同作用決定的，而不是僅僅一個“壞”基因造成。這種復雜的基因網(wǎng)絡使得科學家難以準確識別哪些基因組合會導致疾病的發(fā)生。為了應對這一挑戰(zhàn)，團隊開發(fā)了名為TWAVE的新模型。

　　該模型利用生成式AI技術(shù)，模擬健康和患病狀態(tài)下的基因表達情況，從而將基因活動的變化與表型變化相對應。它不僅識別參與疾病發(fā)展的基因群，還使用優(yōu)化算法精確定位最可能引發(fā)細胞狀態(tài)轉(zhuǎn)變的關(guān)鍵基因變化。

　　目前，廣泛使用的全基因組關(guān)聯(lián)研究（GWAS）主要尋找與特定性狀相關(guān)的單個基因，但它們?nèi)狈y(tǒng)計能力來檢測多個基因之間的協(xié)同效應。TWAVE不依賴于基因序列本身，而是聚焦于基因表達水平。團隊使用臨床試驗數(shù)據(jù)訓練模型，使其能識別代表健康或患病狀態(tài)的表達譜。對于部分基因，他們還結(jié)合實驗數(shù)據(jù)，觀察這些基因開啟或關(guān)閉時對整個網(wǎng)絡的影響，從而更準確地找到與疾病相關(guān)聯(lián)的基因網(wǎng)絡。

　　這種方法具有多重優(yōu)勢。它繞過了基因序列帶來的隱私問題，而且，基因表達天然包含了環(huán)境因素的影響，模型能間接反映外部因素的作用。

　　為了驗證TWAVE的實際應用效果，團隊在幾種復雜疾病中進行了測試。結(jié)果表明，該方法不僅能成功識別已知致病基因，還能發(fā)現(xiàn)一些被現(xiàn)有方法忽略的新基因。更重要的是，它揭示出同一種疾病可能在不同人群中由不同的基因組合引起。這一發(fā)現(xiàn)為未來實現(xiàn)根據(jù)患者個體的遺傳驅(qū)動機制進行個性化治療提供了理論依據(jù)。

　　特別聲明：本文轉(zhuǎn)載僅僅是出于傳播信息的需要，并不意味著代表本網(wǎng)站觀點或證實其內(nèi)容的真實性；如其他媒體、網(wǎng)站或個人從本網(wǎng)站轉(zhuǎn)載PG電子官方平臺入口使用，須保留本網(wǎng)站注明的“來源”，并自負版權(quán)等法律責任；作者如果不希望被轉(zhuǎn)載或者聯(lián)系轉(zhuǎn)載稿費等事宜，請與我們接洽。

　　P&C 高紹榮、劉曉雨、李翀團隊發(fā)表Setd2過表達修復體細胞核移植（SCNT）介導的合子基因激活過程中的二價基因表達

　　Technologies：2022–2023年“機器學習和人工智能”文章精選 (一) MDPI 編輯薦讀

　　Applied Sciences：2023年計算機與人工智能領域高引文章精選 MDPI 編輯薦讀

　　Architecture 系列特刊：人工智能 (AI) 在建筑領域的應用 MDPI 特刊征稿

　　Machines：“機器人智能前沿：人工智能在機器人感知、學習和決策中的發(fā)展” MDPI 特刊征稿

　　P&C 南京農(nóng)大張艷麗/萬永杰與南PG電子官方平臺入口京大學劉江懷團隊利用新型基因編輯技術(shù)推動羊基因編輯育種取得重要進展