WEBVTT
Kind: captions
Language: zh

00:00:00.133 --> 00:00:02.900
一个孩子出生6周后开始癫痫发作

00:00:03.200 --> 00:00:05.333
常规基因检测没有找到答案

00:00:05.533 --> 00:00:08.133
全基因组测序也没有锁定病因

00:00:08.366 --> 00:00:11.466
连血液里的RNA都给不出明确线索

00:00:11.733 --> 00:00:14.266
每个人体内有数百万处遗传差异

00:00:14.333 --> 00:00:15.733
真正致病的变化可能

00:00:15.733 --> 00:00:17.333
只藏在其中一个位置

00:00:17.566 --> 00:00:19.866
研究人员面对的难题很残酷

00:00:20.366 --> 00:00:23.000
候选项多到几乎无法逐一验证

00:00:23.266 --> 00:00:26.933
Google deep mind刚刚发布的alphagenome Atlas

00:00:27.666 --> 00:00:30.166
把这个搜索范围提前计算了一遍

00:00:30.300 --> 00:00:32.600
它覆盖人类基因组中大约

00:00:32.600 --> 00:00:35.333
九十亿种可能的单碱基变化

00:00:35.800 --> 00:00:38.500
也就是把约30亿个DNA位置

00:00:38.500 --> 00:00:40.700
分别换成另外3种字母

00:00:40.933 --> 00:00:44.066
再预测每一种变化可能怎样影响

00:00:44.066 --> 00:00:48.566
基因表达RNA剪接和染色质开放程度

00:00:48.733 --> 00:00:50.366
整套数据约1PB

00:00:50.500 --> 00:00:53.400
规模超过alphafold数据库的30倍

00:00:53.733 --> 00:00:56.400
过去需要调用模型逐个分析的任务

00:00:56.600 --> 00:00:58.066
如今可以先在一张

00:00:58.066 --> 00:00:59.733
预计算地图里查找

00:00:59.766 --> 00:01:01.366
这项发布很容易被概括

00:01:01.366 --> 00:01:03.466
成人类基因突变数据库

00:01:03.866 --> 00:01:06.733
但数据库里装的主要是AI预测

00:01:06.733 --> 00:01:08.900
并非九十亿次实验结果

00:01:09.333 --> 00:01:10.900
它也没有把每一种突变

00:01:10.900 --> 00:01:12.666
与一种疾病直接对应

00:01:12.866 --> 00:01:15.366
Alice提供的是分子影响线索

00:01:15.533 --> 00:01:17.733
帮助研究者从海量候选中

00:01:17.733 --> 00:01:20.400
判断哪些变化更值得进入实验

00:01:20.566 --> 00:01:23.366
它改变的是搜索顺序和实验效率

00:01:23.666 --> 00:01:25.500
还没有取代临床诊断

00:01:25.666 --> 00:01:28.800
人类基因组大约有30亿个DNA字母

00:01:29.300 --> 00:01:31.900
一个位置上的碱基如果发生替换

00:01:31.900 --> 00:01:33.900
就形成单核苷酸变异

00:01:34.066 --> 00:01:35.666
每个位置理论上可以

00:01:35.666 --> 00:01:37.300
换成另外3种碱基

00:01:37.800 --> 00:01:40.933
因此可能的单字母变化接近90亿种

00:01:41.100 --> 00:01:42.966
实验室不可能逐个制造

00:01:42.966 --> 00:01:44.866
培养和测量这些变异

00:01:45.000 --> 00:01:47.166
即使一次实验只花一美元

00:01:47.300 --> 00:01:49.300
成本也会达到90亿美元

00:01:49.566 --> 00:01:52.533
现实中的功能实验远比一美元昂贵

00:01:52.566 --> 00:01:53.933
还需要细胞类型

00:01:53.933 --> 00:01:55.933
培养条件和重复验证

00:01:55.966 --> 00:01:57.566
更棘手的地方在于

00:01:57.800 --> 00:01:59.466
人类过去比较容易理解

00:01:59.466 --> 00:02:01.466
的只是蛋白质编码区

00:02:01.600 --> 00:02:04.000
它只占基因组约2%

00:02:04.333 --> 00:02:07.200
这些区域像制造蛋白质的句子

00:02:07.600 --> 00:02:09.066
碱基改变后可能

00:02:09.066 --> 00:02:10.733
直接换掉一个氨基酸

00:02:11.000 --> 00:02:13.166
甚至让蛋白提前停止

00:02:13.333 --> 00:02:16.166
剩下约98%的非编码区域

00:02:16.166 --> 00:02:18.300
长期被误解成无用空间

00:02:18.766 --> 00:02:20.333
实际上其中大量序列

00:02:20.333 --> 00:02:22.000
控制基因在什么时间

00:02:22.000 --> 00:02:23.366
什么组织里打开

00:02:23.366 --> 00:02:25.066
又以多大强度表达

00:02:25.333 --> 00:02:28.166
许多与疾病和复杂性状相关的变异

00:02:28.666 --> 00:02:30.933
恰好落在这片更难解释的区域

00:02:31.000 --> 00:02:33.600
一处非编码变异不会简单的写

00:02:33.600 --> 00:02:37.133
着导致癫痫或增加糖尿病风险

00:02:37.266 --> 00:02:39.866
它可能破坏一个转录因子结合位点

00:02:40.066 --> 00:02:42.900
让某个基因在神经元里少表达一点

00:02:43.266 --> 00:02:45.966
也可能制造错误的RNA剪接位置

00:02:46.000 --> 00:02:48.166
使细胞拼出异常转录本

00:02:48.266 --> 00:02:50.566
影响还会随着细胞类型改变

00:02:50.766 --> 00:02:53.266
同一个位置在血液里看起来平静

00:02:53.466 --> 00:02:55.666
在脑组织里可能非常关键

00:02:56.333 --> 00:02:59.166
传统规则很难把这种长距离组织

00:02:59.166 --> 00:03:02.266
特异和多层调控同时放进判断

00:03:02.500 --> 00:03:05.800
alphagenome的作用就是从DNA序列

00:03:05.800 --> 00:03:08.400
直接预测这些分子层变化模型

00:03:08.800 --> 00:03:11.000
一次最多读取100万个碱基

00:03:11.266 --> 00:03:12.966
在单碱基分辨率上

00:03:12.966 --> 00:03:15.000
输出数千项调控特征

00:03:15.333 --> 00:03:17.166
输入参考序列以后

00:03:17.300 --> 00:03:20.766
它会预测基因起始位置与RNA产量

00:03:20.766 --> 00:03:23.800
判断剪接位置和染色质可及性

00:03:23.933 --> 00:03:27.333
也会分析DNA是否被特定蛋白结合

00:03:27.700 --> 00:03:29.933
把某个位置换成另一种碱基

00:03:30.166 --> 00:03:32.533
再对比突变前后的预测差异

00:03:32.700 --> 00:03:35.533
就能得到这次变化可能造成的影响

00:03:35.766 --> 00:03:38.600
长序列与高分辨率必须同时存在

00:03:38.800 --> 00:03:41.533
许多调控元件离目标基因很远

00:03:41.666 --> 00:03:43.000
只看附近几百个

00:03:43.000 --> 00:03:44.800
字母会漏掉作用关系

00:03:45.466 --> 00:03:48.166
如果为了扩大窗口而降低分辨率

00:03:48.333 --> 00:03:50.966
又会看不清单个碱基带来的差异

00:03:51.200 --> 00:03:54.866
alphagenome用卷积层寻找局部序列模式

00:03:55.266 --> 00:03:58.666
再让Transformer在整段序列中交换信息

00:03:58.900 --> 00:04:01.266
最后输出不同实验模态的预测

00:04:01.500 --> 00:04:02.400
deep mind称

00:04:02.700 --> 00:04:04.366
单个变异的多项影响

00:04:04.366 --> 00:04:06.400
可以在约1秒内完成评分

00:04:06.866 --> 00:04:08.866
模型训练依赖Encode和

00:04:08.866 --> 00:04:11.000
Gtex等公共科研项目

00:04:11.366 --> 00:04:14.533
也使用了4D nucleus与Phantom的数据

00:04:14.733 --> 00:04:17.733
这些项目已经在数百种人类与小鼠

00:04:17.733 --> 00:04:21.166
细胞和组织中测量了基因调控现象

00:04:21.366 --> 00:04:22.333
Alpha genome

00:04:22.733 --> 00:04:25.400
从这些数据里学习DNA序列与

00:04:25.400 --> 00:04:27.566
分子活动之间的统计关系

00:04:27.733 --> 00:04:29.733
再把规律推广到从未

00:04:29.733 --> 00:04:31.400
做过实验的变异上

00:04:31.766 --> 00:04:34.133
Atlas则进一步把模型在整个

00:04:34.133 --> 00:04:36.766
人类参考基因组上大规模运行

00:04:37.066 --> 00:04:39.900
提前计算全部可能的单碱基变化

00:04:40.000 --> 00:04:42.766
还加入超过1亿种在人群数据库

00:04:42.766 --> 00:04:45.333
中观察到的插入和缺失变异

00:04:45.666 --> 00:04:47.933
这里出现了一个重要转变

00:04:48.166 --> 00:04:51.133
alphagenome本来是一台分析机器

00:04:51.333 --> 00:04:54.100
研究者拿着候选变异去调用它

00:04:54.300 --> 00:04:56.133
Atlas把机器的结果

00:04:56.133 --> 00:04:57.900
预先铺成基础设施

00:04:58.300 --> 00:05:00.900
医生或研究者不需要掌握复杂代码

00:05:01.066 --> 00:05:03.766
也能在网页中定位一个基因区域

00:05:04.000 --> 00:05:06.266
查看不同碱基替换的预测

00:05:06.766 --> 00:05:09.733
需要批量分析的团队还可以使用API

00:05:09.900 --> 00:05:12.733
它与alphafold数据库的关系很相似

00:05:13.066 --> 00:05:14.400
模型负责计算

00:05:14.600 --> 00:05:17.533
数据库负责把计算结果变成整个

00:05:17.533 --> 00:05:20.300
科研社区都能检索的公共资源

00:05:20.533 --> 00:05:23.200
云计算还有一个容易被忽略的优势

00:05:23.566 --> 00:05:25.900
不同实验室过去各自选择

00:05:25.966 --> 00:05:29.166
输入窗口组织轨迹和评分方法

00:05:29.200 --> 00:05:30.333
同一个变异可能

00:05:30.333 --> 00:05:32.100
得到难以比较的结果

00:05:32.366 --> 00:05:34.533
Atlas用统一流程处理

00:05:34.533 --> 00:05:35.966
整个参考基因组

00:05:36.400 --> 00:05:39.666
研究者能够在相同尺度上横向排序

00:05:39.900 --> 00:05:41.966
计算资源较少的罕见病

00:05:41.966 --> 00:05:44.700
团队不必先租用大量TPU

00:05:44.766 --> 00:05:46.466
也能获得基础预测

00:05:46.566 --> 00:05:48.300
大型机构仍可调用

00:05:48.300 --> 00:05:49.966
模型进行定制分析

00:05:50.266 --> 00:05:52.366
基础门槛却明显降低

00:05:52.533 --> 00:05:55.333
Atlas覆盖的内容也超过九十亿种

00:05:55.566 --> 00:05:56.866
单碱基替换

00:05:57.333 --> 00:05:59.566
团队还计算了genomead

00:05:59.600 --> 00:06:01.400
英国生物样本库和美国

00:06:01.400 --> 00:06:03.866
Allofus等人群项目中观察到

00:06:03.866 --> 00:06:06.300
的超过1亿种插入与缺失

00:06:06.700 --> 00:06:08.900
此类变异会改变序列长度

00:06:09.000 --> 00:06:11.166
分析难度高于单字母替换

00:06:11.400 --> 00:06:13.000
论文通过位置偏移

00:06:13.100 --> 00:06:15.333
增强方法减少边界误差

00:06:15.366 --> 00:06:17.866
再把这些结果纳入统一评分

00:06:18.533 --> 00:06:20.466
数据库因此更接近真实

00:06:20.466 --> 00:06:22.400
患者会携带的变异类型

00:06:22.766 --> 00:06:25.933
九十亿种变化对应的输出仍然太多

00:06:26.266 --> 00:06:28.700
每一种变异横跨数百种组织

00:06:28.866 --> 00:06:31.100
还可能有数千项分子特征

00:06:31.400 --> 00:06:34.100
研究者如果看到一整面信号轨迹

00:06:34.366 --> 00:06:36.000
依旧很难迅速排序

00:06:36.500 --> 00:06:37.800
Deepmind因此发布了

00:06:37.800 --> 00:06:41.300
alphagenome variant impact评分简称AVI

00:06:41.866 --> 00:06:43.766
它把alphagenome与alphafold

00:06:43.966 --> 00:06:45.400
的优势合在一起

00:06:45.466 --> 00:06:47.966
为每个变异生成一个统一分数

00:06:48.066 --> 00:06:49.566
让研究者先找到

00:06:49.566 --> 00:06:51.400
可能影响最大的候选

00:06:51.466 --> 00:06:53.333
再继续查看具体机制

00:06:53.566 --> 00:06:56.366
alphafoldsense擅长判断蛋白质

00:06:56.366 --> 00:06:58.133
编码区里的错义变异

00:06:58.500 --> 00:07:01.466
alphagenome更擅长覆盖调控过程

00:07:01.800 --> 00:07:04.100
AVI还加入蛋白质提前

00:07:04.100 --> 00:07:06.966
终止起始位点丢失等注释

00:07:07.133 --> 00:07:09.466
以及跨物种保守性信息

00:07:09.700 --> 00:07:12.366
模型总共使用18类特征训练

00:07:12.700 --> 00:07:15.866
其中包括10类Alpha genome分子预测

00:07:16.533 --> 00:07:19.666
分数被转换成类似Pre的排序尺度

00:07:19.800 --> 00:07:21.733
10分代表进入全部预测

00:07:21.733 --> 00:07:25.400
的前12%10分代表前1%

00:07:25.766 --> 00:07:27.900
它提供的是优先级

00:07:27.900 --> 00:07:29.166
不是患病概率

00:07:29.300 --> 00:07:32.133
AVI的可解释性来自特征归因

00:07:32.366 --> 00:07:34.333
每个分数都能拆开显示

00:07:34.766 --> 00:07:36.700
主要信号究竟来自RNA

00:07:36.766 --> 00:07:38.166
剪接与基因表达

00:07:38.166 --> 00:07:39.733
还是染色质开放

00:07:39.733 --> 00:07:42.100
蛋白质改变或进化保守性

00:07:42.366 --> 00:07:44.966
Adler还整理出超过2,500类

00:07:44.966 --> 00:07:47.300
反复出现的DNA序列基序

00:07:47.466 --> 00:07:49.100
并标出它们的位置

00:07:49.300 --> 00:07:50.533
研究者不仅能看到

00:07:50.533 --> 00:07:52.166
某个变异分数很高

00:07:52.266 --> 00:07:53.933
还能继续追问它破坏

00:07:53.933 --> 00:07:55.566
了哪一种调控单词

00:07:55.700 --> 00:07:58.100
可能在哪类细胞里产生后果

00:07:58.200 --> 00:07:59.500
统一分数很方便

00:07:59.500 --> 00:08:01.100
也会压缩复杂性

00:08:01.600 --> 00:08:03.533
两个AVI分数相近的变异

00:08:03.533 --> 00:08:05.566
背后机制可能完全不同

00:08:05.766 --> 00:08:07.533
一个直接破坏蛋白质

00:08:07.866 --> 00:08:09.100
另一个只在某类

00:08:09.100 --> 00:08:11.166
神经元里轻微改变表达

00:08:11.566 --> 00:08:14.166
临床后果不能从排名本身推出

00:08:14.333 --> 00:08:17.100
Atlas保留特征归因和原始轨迹

00:08:17.400 --> 00:08:20.266
就是为了让研究者从哪个更值得看

00:08:20.266 --> 00:08:22.266
继续走到为什么值得看

00:08:22.866 --> 00:08:24.566
如果只导出一列分数

00:08:24.666 --> 00:08:27.400
系统最重要的解释能力就会被丢掉

00:08:27.566 --> 00:08:29.933
AVI还利用跨物种保守性

00:08:30.000 --> 00:08:33.100
某段DNA在漫长进化中很少改变

00:08:33.200 --> 00:08:35.533
通常说明它承担重要功能

00:08:35.700 --> 00:08:38.266
保守性可以提高致病变异排序

00:08:38.733 --> 00:08:40.933
却可能掩盖只在人类或特定

00:08:40.933 --> 00:08:43.466
灵长类中出现的新调控机制

00:08:43.800 --> 00:08:44.600
论文承认

00:08:44.600 --> 00:08:47.400
当保守性成为主要驱动特征时

00:08:47.400 --> 00:08:49.266
分子解释会变得模糊

00:08:49.766 --> 00:08:51.866
未来版本需要在预测准确率

00:08:51.866 --> 00:08:54.533
与机制透明度之间继续调整

00:08:54.600 --> 00:08:56.800
开头那个癫痫病例展示了

00:08:56.800 --> 00:08:58.966
这套系统真正有用的地方

00:08:59.133 --> 00:09:01.300
患者携带一个位于DNM

00:09:01.300 --> 00:09:03.900
e基因深层内涵子中的变异

00:09:04.300 --> 00:09:07.400
DNM1与癫痫性脑病关系密切

00:09:07.666 --> 00:09:09.266
可这个变化不在常见

00:09:09.266 --> 00:09:10.933
的蛋白质编码位置

00:09:11.133 --> 00:09:12.933
还涉及只在脑组织中

00:09:12.933 --> 00:09:14.533
使用的特殊转录本

00:09:14.766 --> 00:09:17.066
常规检测没有把它挑出来

00:09:17.266 --> 00:09:20.466
血液RNA检测也没有看到明显异常

00:09:20.900 --> 00:09:22.200
因为相关外显子在

00:09:22.200 --> 00:09:24.066
血液中几乎不表达

00:09:24.266 --> 00:09:27.300
avi把这个变异排到了候选首位

00:09:28.100 --> 00:09:30.366
分数显示主要影响来自剪接

00:09:30.600 --> 00:09:32.466
alphagenome进一步预测

00:09:32.600 --> 00:09:34.866
它会在谷氨酸能神经元中

00:09:34.866 --> 00:09:37.666
制造一个错误的剪接受体位点

00:09:37.700 --> 00:09:40.800
让生成的蛋白多出一段异常序列

00:09:41.000 --> 00:09:42.700
研究团队随后对目标

00:09:42.700 --> 00:09:44.533
区域进行高通量实验

00:09:44.800 --> 00:09:48.466
把外显子上游265个碱基逐一改变

00:09:48.566 --> 00:09:50.600
并在5种细胞系中测试

00:09:50.933 --> 00:09:52.666
实验找到了12个会

00:09:52.666 --> 00:09:54.700
造成框内延长的变异

00:09:54.966 --> 00:09:56.600
其中包括已经报道的

00:09:56.600 --> 00:09:58.333
3个可能致病变异

00:09:58.600 --> 00:10:00.500
Alpha genome剪接分数与

00:10:00.500 --> 00:10:03.900
实验分类的AUPRC达到0.943

00:10:04.166 --> 00:10:05.900
这个结果具有说服力

00:10:05.933 --> 00:10:08.200
因为预测没有停在相关性

00:10:08.866 --> 00:10:10.800
系统先给出候选位置

00:10:11.266 --> 00:10:13.700
再指出脑细胞特异的剪接机制

00:10:13.866 --> 00:10:15.400
最后由实验验证

00:10:15.800 --> 00:10:18.366
他还解释了血液检测为何失败

00:10:18.600 --> 00:10:20.866
罕见病诊断常常卡在这一步

00:10:21.066 --> 00:10:23.566
患者身上有大量意义不明的变异

00:10:23.800 --> 00:10:25.600
临床团队缺少足够时间

00:10:25.600 --> 00:10:27.566
和组织样本逐个研究

00:10:28.000 --> 00:10:28.866
论文指出

00:10:28.866 --> 00:10:30.700
每名患者平均可能需要

00:10:30.700 --> 00:10:33.566
评估400万到500万个候选变异

00:10:33.766 --> 00:10:36.400
绝大多数没有危害或意义未知

00:10:36.466 --> 00:10:38.900
在已经解决的罕见病病例中

00:10:39.100 --> 00:10:41.966
AVI也显示出更好的排序能力

00:10:42.166 --> 00:10:44.666
研究团队把已知致病变异重新

00:10:44.666 --> 00:10:47.133
放回每名患者的背景变异里

00:10:47.466 --> 00:10:49.500
在前50个候选范围内

00:10:49.566 --> 00:10:54.400
AVI找回约29.5%的已知致病变异

00:10:54.533 --> 00:10:59.300
对比方法CADD1.7约为12.5%

00:10:59.533 --> 00:11:01.533
如果先按人群频率过滤

00:11:01.866 --> 00:11:07.733
前50名的召回率分别提高到74.3%和61%

00:11:08.000 --> 00:11:10.866
这些数字没有让诊断自动完成

00:11:11.166 --> 00:11:13.333
却能显著缩短专家

00:11:13.333 --> 00:11:15.300
需要人工阅读的清单

00:11:15.533 --> 00:11:17.166
Atlas的第二个价值出现

00:11:17.166 --> 00:11:18.766
在大规模人群研究

00:11:19.100 --> 00:11:20.700
常见性状往往受到

00:11:20.700 --> 00:11:22.333
大量微小效应影响

00:11:22.666 --> 00:11:24.566
罕见非编码变异的信号

00:11:24.566 --> 00:11:26.800
很容易淹没在统计噪声里

00:11:27.166 --> 00:11:29.666
埃克塞特大学研究人员把Adles

00:11:29.733 --> 00:11:32.800
用于英国生物样本库超过54,000

00:11:32.800 --> 00:11:34.966
名参与者的全基因组数据

00:11:35.533 --> 00:11:38.300
分析2,028种循环蛋白水平

00:11:38.466 --> 00:11:40.466
按照预测的分子作用

00:11:40.666 --> 00:11:43.266
筛选并组合罕见变异后

00:11:43.333 --> 00:11:44.266
研究发现的

00:11:44.266 --> 00:11:47.500
非编码遗传关联增加了22%

00:11:47.600 --> 00:11:50.366
其中一个例子涉及Plato G7

00:11:50.400 --> 00:11:53.333
这个基因与炎症和衰老研究有关

00:11:53.800 --> 00:11:55.933
普通区域筛选会把大量方向

00:11:55.933 --> 00:11:58.733
不同或没有功能的变异混在一起

00:11:58.900 --> 00:12:00.866
真正信号因此被稀释

00:12:01.133 --> 00:12:04.566
研究人员只保留AVI评分最高的1%

00:12:04.666 --> 00:12:06.700
候选被压缩到15个碱基

00:12:06.700 --> 00:12:08.500
范围内的4个变异统计

00:12:08.900 --> 00:12:10.300
关联反而更清晰

00:12:10.600 --> 00:12:13.000
alphagenome还预测这些变化会

00:12:13.000 --> 00:12:15.366
影响巨噬细胞中的基因转录

00:12:15.566 --> 00:12:17.400
使统计关联能够落到

00:12:17.400 --> 00:12:19.533
可检验的分子机制上

00:12:20.100 --> 00:12:23.066
研究团队又分析身高体重指数

00:12:23.066 --> 00:12:25.900
和糖化血红蛋白等复杂性状

00:12:26.100 --> 00:12:27.400
针对体重指数

00:12:27.466 --> 00:12:29.800
他们聚焦Atlas预测影响

00:12:29.800 --> 00:12:32.333
最大的1%的非编码变异

00:12:32.500 --> 00:12:34.300
找到了19个值得继续

00:12:34.300 --> 00:12:35.733
研究的遗传区域

00:12:35.966 --> 00:12:38.100
这个结果仍然属于研究线索

00:12:38.266 --> 00:12:41.300
不能拿来给个人计算精确体重命运

00:12:41.500 --> 00:12:43.866
它展示的是一种新的统计工具

00:12:44.333 --> 00:12:46.900
先用分子预测减少无关变异

00:12:47.066 --> 00:12:49.200
再把人群数据的检验能力

00:12:49.200 --> 00:12:51.700
集中到更可能有功能的位置

00:12:51.900 --> 00:12:54.466
传统全基因组关联研究擅长

00:12:54.466 --> 00:12:57.100
发现某片区域与疾病相关

00:12:57.300 --> 00:12:59.700
却常常很难解释区域里

00:12:59.700 --> 00:13:01.466
究竟哪个变异起作用

00:13:01.766 --> 00:13:05.166
相邻DNA会一起遗传统计信号

00:13:05.166 --> 00:13:08.133
可能覆盖几十甚至上百个候选

00:13:08.333 --> 00:13:11.566
Atlas为每个候选增加分子层说明

00:13:11.566 --> 00:13:13.900
帮助研究者设计下一轮实验

00:13:14.366 --> 00:13:16.333
药物研发也可能从中受益

00:13:16.466 --> 00:13:18.300
因为更清楚的致病机制

00:13:18.300 --> 00:13:20.666
可以帮助团队选择靶点

00:13:20.733 --> 00:13:22.733
识别适合入组的患者

00:13:22.766 --> 00:13:25.733
并减少在错误假设上投入的时间

00:13:25.866 --> 00:13:28.600
这种价值尤其适合罕见病

00:13:29.400 --> 00:13:30.966
单个疾病患者少

00:13:31.266 --> 00:13:33.766
传统统计方法缺乏样本量

00:13:33.900 --> 00:13:35.533
功能实验又昂贵

00:13:35.800 --> 00:13:38.066
AVI可以先从数百万变异

00:13:38.066 --> 00:13:39.966
中提出一小组优先级

00:13:40.166 --> 00:13:42.200
再由遗传学家结合家系

00:13:42.200 --> 00:13:44.566
信息症状和实验结果判断

00:13:44.966 --> 00:13:46.900
它不会替专家做出诊断

00:13:47.066 --> 00:13:48.666
却能把专家的注意力

00:13:48.666 --> 00:13:50.366
放到更值得看的地方

00:13:50.600 --> 00:13:53.733
医疗AI最现实的进步往往就在这里

00:13:53.933 --> 00:13:55.333
减少搜索成本

00:13:55.333 --> 00:13:58.166
而非直接宣布机器已经理解生命

00:13:58.500 --> 00:14:00.566
性能数据同样需要细看

00:14:00.800 --> 00:14:01.800
论文显示

00:14:02.000 --> 00:14:04.166
AVI在多个Cleanva分类

00:14:04.166 --> 00:14:06.100
任务上超过现有方法

00:14:06.366 --> 00:14:11.066
针对内涵子单碱基变异AUPRC达到0.76

00:14:11.133 --> 00:14:13.866
对比一个主要竞争方法的0.44

00:14:14.100 --> 00:14:17.533
同义变异为0.57 对比0.35

00:14:17.533 --> 00:14:21.566
三撇非翻译区为0.50 对比0.18

00:14:21.566 --> 00:14:25.500
在蛋白质改变变异上AVI为0.90

00:14:25.766 --> 00:14:29.000
对比0.86 他也没有赢下所有项目

00:14:29.133 --> 00:14:31.700
在5撇非翻译区和某项孟德尔

00:14:31.700 --> 00:14:34.133
疾病基准上略低于最佳方法

00:14:34.200 --> 00:14:36.666
这种不完全胜利反而更可信

00:14:37.166 --> 00:14:39.866
基因组预测不存在一把通吃的尺

00:14:40.600 --> 00:14:42.666
不同任务的数据量标签

00:14:42.666 --> 00:14:45.166
质量和生物机制差异很大

00:14:45.200 --> 00:14:47.766
一个模型在简介上表现突出

00:14:47.800 --> 00:14:50.900
未必能同样准确的预测远距离调控

00:14:51.000 --> 00:14:52.500
研究者需要根据疾病

00:14:52.500 --> 00:14:54.400
与变异类型选择工具

00:14:54.533 --> 00:14:56.900
还要保留多个方法交叉比较

00:14:57.200 --> 00:14:59.000
把多数基准领先改写

00:14:59.000 --> 00:15:00.966
成所有突变都能判断

00:15:01.100 --> 00:15:02.566
会直接越过证据

00:15:02.733 --> 00:15:06.100
AUPRC也不能被直接读成准确率

00:15:06.500 --> 00:15:09.600
它衡量模型在类别极度不平衡时

00:15:09.766 --> 00:15:12.700
精确率与召回率之间的综合表现

00:15:13.000 --> 00:15:15.566
致病变异远少于良性变异

00:15:16.200 --> 00:15:17.766
单看普通准确率

00:15:17.866 --> 00:15:19.900
一个把几乎所有候选都判成

00:15:19.900 --> 00:15:22.200
无害的系统也可能看起来很高

00:15:22.300 --> 00:15:24.566
AUPRC更适合这种任务

00:15:24.733 --> 00:15:27.666
但分数仍会随着测试集组成改变

00:15:27.800 --> 00:15:29.600
0.76代表在特定内

00:15:29.600 --> 00:15:31.600
涵子评测中排序更强

00:15:31.766 --> 00:15:34.866
不代表临床判断有76%的把握

00:15:35.300 --> 00:15:37.400
论文对10个独立的饱和基因组

00:15:37.400 --> 00:15:40.300
编辑实验进行了比较AVI在其中

00:15:40.300 --> 00:15:43.066
8项获得最高的斯皮尔曼相关性

00:15:43.066 --> 00:15:46.900
把全部实验合并后也取得最佳AUPRC

00:15:46.966 --> 00:15:48.666
这类实验会在一小段关键

00:15:48.666 --> 00:15:50.733
区域里系统制造大量变异

00:15:51.200 --> 00:15:52.800
在测量细胞功能

00:15:52.900 --> 00:15:54.533
能够为AI提供接近

00:15:54.533 --> 00:15:56.266
真实机制的压力测试

00:15:56.700 --> 00:15:57.900
范围仍然有限

00:15:58.200 --> 00:16:00.600
10个基因无法代表整个基因组

00:16:00.766 --> 00:16:02.133
尤其无法覆盖所有

00:16:02.133 --> 00:16:04.133
远距离调控和发育阶段

00:16:04.333 --> 00:16:06.600
AVI训练方式也带来限制

00:16:06.733 --> 00:16:09.666
团队把在人群中频率高于0.1%

00:16:09.666 --> 00:16:11.900
的变异当做相对中性代理

00:16:12.066 --> 00:16:14.800
把低于0.1%的罕见变异

00:16:14.966 --> 00:16:16.866
当做可能有影响的代理

00:16:17.166 --> 00:16:18.300
这个规则利用了

00:16:18.300 --> 00:16:20.100
自然选择留下的信号

00:16:20.133 --> 00:16:21.933
但罕见不等于有害

00:16:22.200 --> 00:16:24.466
常见也不等于完全无影响

00:16:25.100 --> 00:16:27.100
模型学到的是一种概率排序

00:16:27.300 --> 00:16:29.066
某个高分变异需要结合

00:16:29.066 --> 00:16:31.500
患者表型家族遗传和实验

00:16:31.500 --> 00:16:33.366
功能才能判断临床意义

00:16:33.700 --> 00:16:36.733
offgenome本身也受训练数据覆盖影响

00:16:36.900 --> 00:16:38.966
标准RNA测序容易漏掉没有

00:16:38.966 --> 00:16:41.533
多聚腺苷尾的非编码RNA

00:16:41.566 --> 00:16:43.866
不同细胞类型的数据分布不均

00:16:44.066 --> 00:16:45.566
一些疾病相关组织

00:16:45.566 --> 00:16:47.266
甚至缺少足够样本

00:16:47.566 --> 00:16:49.800
模型主要学习顺式调控

00:16:49.866 --> 00:16:52.900
也就是附近DNA序列怎样影响

00:16:52.900 --> 00:16:54.966
同一条染色体上的基因

00:16:55.166 --> 00:16:56.933
转录因子表达变化等

00:16:56.933 --> 00:16:59.100
反式机制没有被直接建模

00:16:59.400 --> 00:17:01.200
而这些机制解释着复杂

00:17:01.200 --> 00:17:03.266
性状遗传度的重要部分

00:17:03.666 --> 00:17:05.666
组织特异性是另一个难点

00:17:05.800 --> 00:17:07.866
人体有数百种细胞状态

00:17:08.166 --> 00:17:10.866
疾病还会让同一种细胞发生变化

00:17:11.133 --> 00:17:12.800
Atlas可以输出数百种

00:17:12.800 --> 00:17:14.933
组织与细胞类型的预测

00:17:15.100 --> 00:17:17.066
可它不可能覆盖所有发育

00:17:17.066 --> 00:17:19.600
阶段疾病环境和治疗状态

00:17:19.733 --> 00:17:21.200
开头病例能成功

00:17:21.566 --> 00:17:23.533
是因为系统恰好拥有与

00:17:23.533 --> 00:17:26.366
谷氨酸能神经元相关的预测轨迹

00:17:26.600 --> 00:17:28.933
面对缺失组织数据的疾病

00:17:29.466 --> 00:17:32.000
分数可能低估真正关键的变异

00:17:32.733 --> 00:17:33.800
论文还提醒

00:17:34.133 --> 00:17:36.933
序列基序地图依赖模型预测质量

00:17:36.933 --> 00:17:39.766
不能自动证明体内存在直接因果

00:17:39.800 --> 00:17:41.733
一个高分基序可能与

00:17:41.733 --> 00:17:43.600
真实调控位点重合

00:17:43.933 --> 00:17:45.866
也可能只是模型在训练

00:17:45.866 --> 00:17:47.966
数据中学到的近似模式

00:17:48.166 --> 00:17:50.066
研究团队对部分转录

00:17:50.066 --> 00:17:51.900
因子做了实验验证

00:17:52.400 --> 00:17:55.133
但2,500多类基序不可能全部完成

00:17:55.133 --> 00:17:58.866
验证Atlas适合生成更好的实验假设

00:17:59.133 --> 00:18:01.066
最终的生物学结论仍要

00:18:01.066 --> 00:18:03.766
回到细胞动物与患者数据

00:18:03.966 --> 00:18:07.000
Alpha genome Atlas不能用于个人医疗决策

00:18:07.700 --> 00:18:10.366
deep mind在发布页面上明确写明

00:18:10.500 --> 00:18:12.766
平台没有通过临床用途验证

00:18:12.866 --> 00:18:14.966
也没有获得任何临床批准

00:18:15.000 --> 00:18:17.700
不能替代专业诊断或治疗建议

00:18:17.800 --> 00:18:20.166
学术研究可以免费使用网页

00:18:20.566 --> 00:18:23.400
基础模型和API也提供研究访问

00:18:23.966 --> 00:18:26.500
商业用途将通过Google cloud提供

00:18:26.500 --> 00:18:28.100
这个安排同时说明

00:18:28.466 --> 00:18:30.466
Atlas既是科学资源

00:18:30.500 --> 00:18:32.500
也是Google生命科学AI

00:18:32.500 --> 00:18:34.200
生态的一块基础设施

00:18:34.500 --> 00:18:35.800
它的商业价值可能

00:18:35.800 --> 00:18:37.666
晚于科研价值出现

00:18:38.066 --> 00:18:40.166
制药公司不会因为一个AVI

00:18:40.300 --> 00:18:42.366
分数立即启动临床试验

00:18:42.666 --> 00:18:44.900
但可以用它缩小实验范围

00:18:45.333 --> 00:18:46.700
诊断公司也不能把

00:18:46.700 --> 00:18:48.400
预测直接写进报告

00:18:48.666 --> 00:18:50.700
却可以把它与Cleanvar

00:18:50.800 --> 00:18:53.333
家系信息和功能实验组合

00:18:53.466 --> 00:18:56.300
谁能把基因组预测稳定接近药物

00:18:56.300 --> 00:18:59.533
发现患者分层和临床解释流程

00:18:59.866 --> 00:19:01.333
谁才会把一拍字节

00:19:01.333 --> 00:19:03.300
数据变成真正的生产力

00:19:03.466 --> 00:19:05.166
deep mind还把Atlas接进

00:19:05.166 --> 00:19:07.133
Google Anti Gravity研究袋里

00:19:07.500 --> 00:19:09.266
未来的科研工作流可能

00:19:09.266 --> 00:19:11.300
由代理读取病历和文献

00:19:11.666 --> 00:19:13.800
再调用Atlas排列候选

00:19:13.900 --> 00:19:16.700
设计验证实验并追踪结果

00:19:16.800 --> 00:19:18.566
这里产生的变化很深

00:19:18.766 --> 00:19:21.200
模型不再只给研究者一个分数

00:19:21.266 --> 00:19:23.366
而是逐渐进入从假设到

00:19:23.366 --> 00:19:25.133
实验设计的连续流程

00:19:25.533 --> 00:19:27.466
alphagenome提供分子预测

00:19:27.600 --> 00:19:29.166
AVI压缩优先级

00:19:29.333 --> 00:19:31.300
代理系统负责组织步骤

00:19:31.466 --> 00:19:33.900
三者合在一起才接近Google

00:19:33.900 --> 00:19:35.566
真正想建的科学平台

00:19:35.600 --> 00:19:38.266
这条路线延续了alphafold的经验

00:19:38.566 --> 00:19:41.266
alphafold解决了蛋白质结构预测

00:19:41.266 --> 00:19:43.366
中的一个核心瓶颈数据库

00:19:43.766 --> 00:19:46.766
把数以亿计的结构开放给研究社区

00:19:47.066 --> 00:19:49.300
alphagenome面对的问题更复杂

00:19:49.533 --> 00:19:52.733
因为DNA调控受细胞类型和环境影响

00:19:53.200 --> 00:19:55.333
预测结果也更难用一个结构图

00:19:55.333 --> 00:19:58.533
表达Atlas仍然选择先大规模计算

00:19:58.533 --> 00:20:00.000
再降低查询门槛

00:20:00.266 --> 00:20:02.900
Google希望把过去只有少数计算

00:20:02.900 --> 00:20:05.866
生物学团队能运行的模型变成

00:20:05.866 --> 00:20:08.733
普通实验室也能使用的公共工具

00:20:08.900 --> 00:20:10.900
两者之间还有一个关键区别

00:20:11.333 --> 00:20:12.866
蛋白质结构通常对应

00:20:12.866 --> 00:20:14.533
相对稳定的物理对象

00:20:15.066 --> 00:20:16.400
基因变异影响却

00:20:16.400 --> 00:20:18.166
经常依赖组织和时间

00:20:18.500 --> 00:20:20.500
Atlas里的地图会随着训练

00:20:20.500 --> 00:20:22.566
数据与模型更新而改变

00:20:22.733 --> 00:20:24.366
它更接近一版持续

00:20:24.366 --> 00:20:26.133
修订的天气预测图

00:20:26.333 --> 00:20:28.566
而非不可更改的地理测绘

00:20:29.200 --> 00:20:31.066
科研人员必须记录使用的

00:20:31.066 --> 00:20:33.133
模型版本和数据库版本

00:20:33.466 --> 00:20:35.066
否则同一个变异以后

00:20:35.066 --> 00:20:36.666
可能得到不同解释

00:20:36.866 --> 00:20:39.400
数据规模本身也会带来治理问题

00:20:40.166 --> 00:20:42.266
Atlas基于人类参考基因组

00:20:42.300 --> 00:20:44.966
HG38进行全基因组计算

00:20:45.100 --> 00:20:46.966
而参考基因组无法完整

00:20:46.966 --> 00:20:49.266
代表所有人群的遗传多样性

00:20:49.766 --> 00:20:50.733
论文提出

00:20:50.733 --> 00:20:52.500
未来还要在不同遗传

00:20:52.500 --> 00:20:54.466
组员中校准和评估

00:20:54.666 --> 00:20:56.533
许多基因数据库长期

00:20:56.533 --> 00:20:58.366
偏向欧洲血统样本

00:20:58.666 --> 00:21:01.400
如果新模型继续沿用这种分布

00:21:01.933 --> 00:21:03.533
预测性能可能在代表

00:21:03.533 --> 00:21:05.266
不足的人群中下降

00:21:05.466 --> 00:21:07.333
更大的数据库不会自动

00:21:07.333 --> 00:21:09.400
消除旧数据里的偏差

00:21:09.566 --> 00:21:11.800
参考基因组还会漏掉结构差异

00:21:12.066 --> 00:21:13.900
单一线性序列很难完整

00:21:13.900 --> 00:21:15.966
表示不同人群携带的大

00:21:15.966 --> 00:21:18.966
片段插入倒位和复杂重复区域

00:21:19.333 --> 00:21:21.566
91种单碱基变化覆盖了

00:21:21.566 --> 00:21:23.466
一个清晰的问题空间

00:21:23.700 --> 00:21:25.066
却没有覆盖所有

00:21:25.066 --> 00:21:26.866
可能的人类遗传变化

00:21:27.266 --> 00:21:29.266
未来更完整的图基因组和

00:21:29.266 --> 00:21:32.166
泛基因组参考可能要求Atlas

00:21:32.166 --> 00:21:34.066
重新计算一部分地图

00:21:34.266 --> 00:21:35.700
发布规模很大

00:21:35.700 --> 00:21:37.100
边界仍然明确

00:21:37.266 --> 00:21:38.533
数据更新也会改变

00:21:38.533 --> 00:21:40.333
研究可重复性的要求

00:21:40.866 --> 00:21:42.133
团队在论文中提到

00:21:42.200 --> 00:21:44.400
英国生物样本库研究曾因分析

00:21:44.400 --> 00:21:47.366
平台临时停机使用略早版本的Atlast

00:21:47.566 --> 00:21:49.400
并检查了发布版本与

00:21:49.400 --> 00:21:51.133
旧版本之间的相关性

00:21:51.466 --> 00:21:53.666
模型和数据库持续更新以后

00:21:53.800 --> 00:21:55.666
论文需要保存版本号

00:21:55.733 --> 00:21:58.066
查询日期和具体评分轨迹

00:21:58.333 --> 00:22:00.766
否则几年后重新查同一变异

00:22:01.100 --> 00:22:02.700
研究者可能无法解释

00:22:02.700 --> 00:22:04.400
为何分数发生变化

00:22:04.666 --> 00:22:07.166
研究资源的开放范围也值得注意

00:22:07.600 --> 00:22:10.800
网页目前面向非商业研究免费开放

00:22:11.100 --> 00:22:13.166
商业服务将进入Google cloud

00:22:13.500 --> 00:22:15.766
公开访问降低了学术门槛

00:22:16.333 --> 00:22:18.800
但EPB预计算结果和持续

00:22:18.800 --> 00:22:21.266
更新能力仍掌握在Google手中

00:22:21.533 --> 00:22:24.133
API可以让实验室快速工作

00:22:24.300 --> 00:22:26.066
也可能把越来越多科研

00:22:26.066 --> 00:22:28.266
流程绑定到单一云平台

00:22:29.066 --> 00:22:31.700
alphagenome的科学贡献十分明确

00:22:31.966 --> 00:22:33.666
基础设施集中带来的

00:22:33.666 --> 00:22:35.900
依赖同样需要长期观察

00:22:35.966 --> 00:22:37.200
对普通人而言

00:22:37.366 --> 00:22:39.666
这项发布最重要的意义不在于

00:22:39.666 --> 00:22:42.000
马上得到一份基因命运报告

00:22:42.566 --> 00:22:45.666
真正变化发生在看不见的地方过去

00:22:45.700 --> 00:22:48.100
医生找到一个意义不明的变异后

00:22:48.100 --> 00:22:50.300
可能要等待多年文献积累

00:22:50.500 --> 00:22:53.366
现在研究者能先查看它对特定

00:22:53.366 --> 00:22:55.666
组织简接和表达的预测

00:22:55.766 --> 00:22:57.733
再决定是否投入实验

00:22:58.066 --> 00:23:00.733
一次诊断仍然需要严格证据

00:23:00.866 --> 00:23:03.600
但寻找证据的路线变得更短

00:23:03.666 --> 00:23:05.200
对科研机构而言

00:23:05.333 --> 00:23:07.466
Atlas把实验资源从广

00:23:07.466 --> 00:23:09.166
撒网推向精准验证

00:23:09.533 --> 00:23:11.133
九十亿种候选永远

00:23:11.133 --> 00:23:12.866
无法全部进入实验

00:23:13.100 --> 00:23:16.066
AI的价值是把最可能产生信息

00:23:16.066 --> 00:23:18.500
增量的那一小部分提到前面

00:23:18.800 --> 00:23:20.400
失败实验不会消失

00:23:20.533 --> 00:23:22.400
候选排序只会更合理

00:23:22.533 --> 00:23:24.400
随着真实实验不断回流

00:23:24.466 --> 00:23:26.866
模型还能发现自己在哪些细胞

00:23:27.066 --> 00:23:29.466
哪些调控模式上最容易出错

00:23:29.500 --> 00:23:31.366
下一代地图会继续改进

00:23:31.533 --> 00:23:33.900
它还可能改变科研竞争的节奏

00:23:34.300 --> 00:23:36.266
过去拥有大型计算团队的

00:23:36.266 --> 00:23:38.566
机构可以更快跑完变异评分

00:23:38.700 --> 00:23:40.100
小型实验室则要

00:23:40.100 --> 00:23:41.900
等待合作或购买服务

00:23:42.000 --> 00:23:43.800
统一Atlas把第一轮

00:23:43.800 --> 00:23:45.600
计算变成公共底座

00:23:46.333 --> 00:23:49.500
差距会转移到谁能提出更好的问题

00:23:49.733 --> 00:23:51.366
获得稀缺患者样本

00:23:51.366 --> 00:23:53.133
并设计高质量验证

00:23:53.366 --> 00:23:55.333
算力的重要性没有消失

00:23:55.500 --> 00:23:57.566
只是基础预测不再需要

00:23:57.566 --> 00:24:00.100
每家实验室重复支付一次

00:24:00.166 --> 00:24:02.400
药物公司的决策也可能提前

00:24:02.933 --> 00:24:04.400
一个疾病相关区域

00:24:04.400 --> 00:24:06.366
如果缺少明确作用机制

00:24:06.700 --> 00:24:09.666
团队通常难以判断该瞄准哪个基因

00:24:10.100 --> 00:24:12.166
lookalike可以显示某组变异主要

00:24:12.166 --> 00:24:14.333
影响哪个组织的表达或剪接

00:24:14.666 --> 00:24:15.966
帮助研究人员决定

00:24:15.966 --> 00:24:17.666
先做哪类细胞实验

00:24:17.800 --> 00:24:19.800
它不会直接给出药物分子

00:24:19.933 --> 00:24:21.733
更不会保证靶点有效

00:24:22.000 --> 00:24:24.800
却能减少候选机制之间的盲目试错

00:24:24.966 --> 00:24:27.133
真正节省的是研发最

00:24:27.133 --> 00:24:29.266
早期反复走错方向的时间

00:24:29.500 --> 00:24:31.733
Alpha GENOME Atlas也揭示了

00:24:31.733 --> 00:24:33.733
科学AI的一条成熟路径

00:24:34.166 --> 00:24:35.466
第一步训练模型

00:24:35.666 --> 00:24:37.600
预测可测量的生物现象

00:24:37.600 --> 00:24:40.866
重点不放在生成一段像论文的文字

00:24:41.066 --> 00:24:44.000
第二步把预测扩展到整个问题空间

00:24:44.300 --> 00:24:47.100
形成所有研究者都能查询的资源

00:24:47.466 --> 00:24:50.200
第三步让独立实验检验关键结果

00:24:50.366 --> 00:24:51.733
只有完成这三步

00:24:51.733 --> 00:24:54.000
AI才真正改变知识生产

00:24:54.000 --> 00:24:56.600
而非增加更多未经验证的答案

00:24:56.766 --> 00:24:58.333
开头那个病例给这条

00:24:58.333 --> 00:25:00.400
路径提供了一个清晰样本

00:25:01.000 --> 00:25:04.000
算法从数百万差异中挑出DNME

00:25:04.533 --> 00:25:06.000
生成内涵子变异

00:25:06.166 --> 00:25:08.400
预测脑细胞里的异常剪接

00:25:08.533 --> 00:25:11.100
又用实验确认该区域的功能

00:25:11.200 --> 00:25:13.333
它没有独立完成临床诊断

00:25:13.466 --> 00:25:14.933
也没有治愈患者

00:25:15.066 --> 00:25:16.533
却让一个长期藏在

00:25:16.533 --> 00:25:19.100
非编码区里的机制浮出水面

00:25:19.366 --> 00:25:20.966
对罕见病家庭而言

00:25:21.000 --> 00:25:23.933
知道病因可能帮助评估复发风险

00:25:24.100 --> 00:25:25.500
寻找同类病例

00:25:25.666 --> 00:25:29.066
并为未来治疗研究建立起点所以

00:25:29.400 --> 00:25:32.400
alphagenome Atlas的突破不在于AI

00:25:32.400 --> 00:25:34.266
已经读懂全部人类基因

00:25:34.366 --> 00:25:36.133
它第一次把每一种可能的

00:25:36.133 --> 00:25:38.600
单字母变化都放进同一套

00:25:38.600 --> 00:25:40.866
可搜索的分子预测地图

00:25:40.933 --> 00:25:43.000
并把蛋白质编码区与更

00:25:43.000 --> 00:25:45.200
庞大的非编码区连接起来

00:25:45.533 --> 00:25:47.700
九十亿是计算覆盖的规模

00:25:47.733 --> 00:25:49.933
不是已经证实的答案数量

00:25:50.000 --> 00:25:52.533
一拍字节是资源体量

00:25:52.600 --> 00:25:54.900
也不是临床可靠性的保证

00:25:55.000 --> 00:25:56.666
这张地图会把基因

00:25:56.666 --> 00:25:58.400
研究的瓶颈向后移动

00:25:58.600 --> 00:26:00.200
研究者以后更少困在

00:26:00.200 --> 00:26:01.700
应该先看哪一个变异

00:26:02.133 --> 00:26:05.600
更多困在怎样用实验确认这项预测

00:26:05.733 --> 00:26:07.366
这是更高级的难题

00:26:07.466 --> 00:26:09.800
也是科学真正前进的方式

00:26:10.000 --> 00:26:11.966
AI把搜索空间压缩

00:26:12.133 --> 00:26:13.700
人类负责判断证据

00:26:13.933 --> 00:26:15.733
两者各自守住边界

00:26:15.966 --> 00:26:18.333
alphagenome Atlas才可能成为

00:26:18.333 --> 00:26:21.266
基因组学里的下一座alphafold数据库