google-deepmind/alphagenome

解决的问题

AlphaGenome 旨在解码 DNA 序列中的调控代码。它解决了预测 DNA（变异）变化如何影响生物功能的问题，为基因组的调控景观提供了高分辨率图谱。

工作原理

这是一个多模态模型，可分析长达 100 万个碱基对的 DNA 序列。它能生成多种功能输出的预测，包括基因表达、剪接模式、染色质特征和接触图谱，大多数输出可达到单碱基对分辨率。该项目还提供了「Atlas」数据集，其中包含全人类基因组范围内预计算的变异效应评分（AlphaGenome 变异影响评分或 AVI 评分）和特征重要性。

适用人群

需要对基因组变异及其调控效应进行理论建模和研究的基因组学与生物信息学研究人员。

主要亮点

• 多模态预测： 从 DNA 序列预测基因表达、剪接和染色质特征。
• 高分辨率： 大多数输出可达到单碱基对分辨率。
• 大规模分析： 提供 Atlas 数据集，包含全人类基因组范围内的预计算变异效应评分。
• 最先进的性能： 在基因组预测基准和变异效应预测任务中均表现出色。