AlphaGenome-enabled analysis of non-coding regulatory variants underlying RHD expression with wet-lab validation
本研究表明，将 AlphaGenome 深度学习模型与针对 K562 细胞的靶向 CRISPR 碱基编辑相结合，为识别并实验验证调控 RHD 表达的功能性非编码调节变异提供了一个可扩展且具有成本效益的框架，这标志着对 AlphaGenome 预测结果的首次表型验证。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你的 DNA 就像一本构建人类的宏大说明书。大多数时候，科学家们关注的是那些“加粗”的指令——即直接告诉身体如何制造特定蛋白质的部分。但在边缘处还有大量的“细则”（非编码区域），它们就像音量旋钮一样，决定了这些指令应该是大声还是安静。弄清楚哪些细则笔记实际上是在调高或调低音量，一直以来都像是大海捞针，通常需要昂贵、缓慢且耗费大量人力的实验。
这篇论文介绍了一种解决这一难题的新方法，使用的是一个名为 AlphaGenome 的超级智能计算机程序，它扮演着一位经验丰富的编辑角色。研究人员并没有去猜测哪里是重要的“音量旋钮”，而是让这个 AI 扫描 RHD 基因（负责你红细胞上“Rh 因子”的基因）的说明书。
以下是他们分步骤完成的工作：
- AI 侦探： 研究人员使用 AlphaGenome 阅读了 RHD 基因周围的“细则”。AI 查阅了数百万个微小的变异（DNA 中的错别字），并预测了哪些变异可能会调低 RHD 基因的音量。它指向了基因“启动子”（即开关）和其他内部区域的特定位置，并说道：“如果你改变这里的这个字母，这个基因就会变得更安静。”
- 实验室测试： 为了验证 AI 是否正确，团队带着一种叫做 CRISPR 碱基编辑的分子工具进入了实验室。你可以把它想象成一双分子剪刀，可以剪掉 DNA 中的单个字母并粘贴一个新字母在原位。他们在培养皿中的人类细胞上使用了这个工具，进行了 AI 所预测的精确修改。
- 结果：
- 当他们修改了 AI 指出的“重要”位置时，RHD 基因的音量显著下降。细胞制造的蛋白质减少了许多。
- 当他们修改了 AI 指出的“不重要”位置时，基因的音量几乎没有变化。
- 他们使用标准的实验室测试（如流式细胞术和 qPCR）复核了工作，结果与 AI 的预测完美吻合。
大局观：
这项研究表明，你并不总是需要进行成千上万次昂贵且缓慢的实验来了解 DNA 是如何运作的。通过先使用智能 AI 预测最可能的“罪魁祸首”，然后再进行仅有的几次针对性实验室测试来证实，科学家可以更快、更便宜地解码基因是如何受调控的。
具体而言，这有助于我们理解为什么有些人的血液中具有不同水平的 Rh 因子，这对于预防输血过程中的危险反应至关重要。该论文声称，这是首次有人成功使用这种特定的 AI 模型（AlphaGenome）来预测真实的生物学结果，并通过实际的实验室实验证明了其正确性。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。