新ai模型成功预测有害基因突变
无人区卡一卡二卡三乱码入口已被禁止访问?平台出面表示:例..._二中国人民解放军运-20运输机抵达符拉迪沃斯托克图：央视军事画面截屏mzlld-ejols85k4wte-新ai模型成功预测有害基因突变
科技日报北京9月20日电 （记者刘霞）英国“深度思维”（deepmind）公司的人工智能工具“阿尔法错义”（alphamissense）已对2万种人类蛋白质中的7100万种可能的错义突变进行了检测，通过找出哪些小突变可能具有破坏性，来帮助医生确定导致遗传疾病的“罪魁祸首”。相关论文刊发于最新一期《科学》杂志。
几乎每个人出生时都携带有50—100个父母没有的突变，这导致了个体之间巨大的基因差异。对医生来说，对某个病人的基因组进行测序以找出病因极具挑战性，因为可能有成千上万个突变与这种疾病有关。“阿尔法错义”应运而生，旨在预测这些基因突变是否有害。
由于碱基置换，与某一氨基酸相对应的密码子变成其他氨基酸的密码子，其结果使合成的蛋白质的活性发生变化或失去活性，这样的突变称为错义突变。每人体内平均携带约9000个错义突变，但在所有可能发生的7100万个错义突变中，科学家只确定了其中0.1%的错义突变的影响。
“阿尔法错义”并非要厘清错义突变如何改变蛋白质的结构或稳定性，以及与其他蛋白质之间的相互作用。相反，它会将每种可能的突变蛋白质的序列与“阿尔法折叠”（alphafold）训练过的蛋白质的序列进行比较，查看它看起来是否“自然”，看起来“不自然”的蛋白质会被评为潜在有害。
在对已知突变开展测试时，“阿尔法错义”的表现优于其他方法。研究人员评论道，“阿尔法错义”在几项不同的性能测试中“表现优异”，将有助于科学家确定哪些致病突变应优先研究。不过，错义突变只是众多不同突变中的一种。dna片段也可以被添加、删除、复制、翻转等。此外，许多致病突变不会改变蛋白质，而是出现在参与调节基因活性的序列附近，在确定病因时也需要考虑这些因素。
( ) ( )然(ran)而(er)，(，)技(ji)术(shu)的(de)进(jin)步(bu)，(，)国(guo)家(jia)的(de)发(fa)展(zhan)，(，)乃(nai)至(zhi)世(shi)界(jie)的(de)连(lian)接(jie)，(，)不(bu)是(shi)能(neng)轻(qing)易(yi)被(bei)截(jie)断(duan)的(de)草(cao)木(mu)，(，)而(er)是(shi)奔(ben)流(liu)的(de)江(jiang)河(he)，(，)截(jie)不(bu)断(duan)更(geng)堵(du)不(bu)住(zhu)。(。)黄色片免费完整版。