google-deepmind/alphagenome_research

解决的问题

AlphaGenome 解决了预测调控性遗传变异对基因组功能影响的挑战。它提供了一种方法，用于理解 DNA 序列变化如何在单碱基对分辨率下影响各种生物学过程。

工作原理

这是一个在 JAX 中实现的统一 DNA 序列模型，可分析长达 100 万碱基对的序列。该模型可预测多种基因组数据模态，包括基因表达、剪接模式、染色质特征和接触图谱。用户可以通过 Python API 与模型交互，创建预测、评分变异并执行体外诱变（ISM）。

适用人群

本项目专为研究调控变异效应预测和基因组功能的基因组学研究人员和科学家设计。

主要亮点

• 高分辨率：提供单碱基对分辨率的预测。
• 大上下文窗口：能够分析长达 100 万碱基对的 DNA 序列。
• 多模态预测：可预测基因表达、剪接、染色质特征和接触图谱。
• 灵活部署：提供适用于本地使用的研究代码实现（需要高端 GPU/TPU）以及更易访问的托管 API。