Nature Biotechnology:如何解码非编码区的“基因组暗物质”? |
![]() |
近年来,基因组学领域取得了飞速发展,尤其是全基因组测序(Whole Genome Sequencing, WGS)的普及,使得研究人员能够全面分析人类及其他物种的基因组数据。然而,人类基因组中约98%的区域为非编码区(Noncoding Regions),它们的功能与变异效应一直是遗传学研究中的重大难题。这些区域不仅复杂且充满重复序列,其可能存在的生物学作用对罕见疾病的与医学的发展具有重要意义。
在这一背景下,预测基因组变异(Genome-wide Variants)对功能的潜在影响成为关键。然而,传统的保守性评分(Conservation Scores)虽然在某些情况下表现良好,但往往难以充分捕捉非编码区的复杂性。随着机器学习技术的进步,语言模型(Language Models)因其能够从大规模序列数据库中无监督学习的特点,开始成为预测基因变异效应的重要工具。例如,蛋白质语言模型已成功应用于错义突变(Missense Variants)的功能预测。然而,DNA语言模型在处理人类基因组等复杂的基因组时,仍存在显著局限。
为解决上述问题,1月2日Nature Biotechnology的研究报道 A DNA language model based on multispecies alignment predicts the effects of genome-wide variants ,研究人员开发了一种基于多物种比对(Multiple Sequence Alignment, MSA)的新型DNA语言模型 GPN-MSA(Genomic Pretrained Network with Multiple Sequence Alignment)。该模型以灵活的Transformer架构为基础,结合100种脊椎动物的全基因组比对信息,能够更准确地预测编码区和非编码区的变异功能效应。通过在多个临床数据库(如ClinVar、COSMIC和OMIM)、实验功能检测以及人群遗传学数据上的测试,该模型表现出了优异的预测能力。与目前主流的模型相比(如CADD和phyloP),GPN-MSA不仅在精确性上表现卓越,还显著降低了计算成本,仅需几小时即可完成训练。
这一研究的突破性成果不仅为罕见疾病的诊断提供了更可靠的工具,还为非编码区变异的解析铺平了道路。这将对精准医学的发展和人类遗传学的基础研究产生深远影响。
医药网新闻
- 相关报道
-
- Cell:阿尔茨海默病侵蚀了脑细胞对基因表达的控制,破坏了功能和认知 (2025-09-24)
- 突破血脑屏障!Stroke Vasc Neurol:红细胞外泌体靶向抗铜死亡,为蛛网膜下腔出血治疗提供新策略 (2025-09-24)
- Nature子刊:奶茶/可乐等含糖饮料促进结直肠癌转移 (2025-09-24)
- 国度疾控局:筹划用6年建成迷信高效的沾染病监测预警系统 (2025-09-24)
- 安康察看:向“体重治理”宣战,浙江若何出招? (2025-09-24)
- 国度药监局对于宣布15项医疗东西行业尺度 (2025-09-24)
- 对于印发儿童肺炎支原体肺炎诊疗指南(2025年版)的关照 (2025-09-24)
- Nature子刊:中山大学崔隽团队揭示代谢物草酰乙酸抵御流感新通路 (2025-09-24)
- 中国“黑马”竞逐GLP-1超长效之王 (2025-09-23)
- 【9月24日】线上研讨会:适应性采样技术——引领灵活靶向富集的未来 (2025-09-23)
- 视频新闻
-
- 图片新闻
-
医药网免责声明:
- 本公司对医药网上刊登之所有信息不声明或保证其内容之正确性或可靠性;您于此接受并承认信赖任何信息所生之风险应自行承担。本公司,有权但无此义务,改善或更正所刊登信息任何部分之错误或疏失。
- 凡本网注明"来源:XXX(非医药网)"的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。本网转载其他媒体之稿件,意在为公众提供免费服务。如稿件版权单位或个人不想在本网发布,可与本网联系,本网视情况可立即将其撤除。联系QQ:896150040