利用AI工具， 幾分鐘即可追溯基因?qū)餐嫦?/h1>

張夢然/科技日報

2026-05-11 17:17

生命科學(xué) >

聽全文

字號

美國俄勒岡大學(xué)研究團(tuán)隊(duì)發(fā)布了一項(xiàng)突破性成果。他們利用ChatGPT同源技術(shù)，攻克了生物進(jìn)化研究難題，開發(fā)出全球首個面向群體遺傳學(xué)的語言模型。該人工智能（AI）工具可解析DNA序列中的突變規(guī)律，幾分鐘就可追溯基因?qū)Φ墓餐嫦?，為重建生物進(jìn)化史提供了全新模式。相關(guān)論文刊登于新一期《美國國家科學(xué)院院刊》。

圖片來源：AI生成

這項(xiàng)技術(shù)受大語言模型啟發(fā)，采用改進(jìn)版GPT-2架構(gòu)，但訓(xùn)練數(shù)據(jù)并非自然語言，而是基于細(xì)菌、嚙齒類、蚊媒及靈長類等多物種的進(jìn)化模擬數(shù)據(jù)。模型通過學(xué)習(xí)DNA序列中“A、T、C、G”四種堿基構(gòu)成的“遺傳語言”，識別出類似文本錯別字的突變模式，這些隨世代累積的變異正是追溯血緣關(guān)系的分子路標(biāo)。

在傳統(tǒng)群體遺傳學(xué)中，依賴概率統(tǒng)計的推斷方法雖精度可靠，但面臨計算效率瓶頸。尤其在應(yīng)對大規(guī)模基因組數(shù)據(jù)時，解析單個染色體可能耗時數(shù)日，且難以處理片段缺失的不完整序列。新模型將繁重的統(tǒng)計運(yùn)算前置到訓(xùn)練階段，實(shí)際應(yīng)用時僅需數(shù)分鐘即可完成傳統(tǒng)方法需數(shù)小時的任務(wù)，速度提升達(dá)數(shù)十倍。測試表明，其在推算基因“認(rèn)祖”這一核心指標(biāo)上，已媲美現(xiàn)有最優(yōu)統(tǒng)計方法。

該技術(shù)對公共衛(wèi)生研究具有直接價值。研究團(tuán)隊(duì)正將其應(yīng)用于瘧疾防控領(lǐng)域，通過分析蚊蟲種群中抗藥性基因的演化軌跡，揭示殺蟲劑選擇壓力下的進(jìn)化動態(tài)。而理解抗性基因何時出現(xiàn)、如何擴(kuò)散，正是制定可持續(xù)防控策略的關(guān)鍵。模型對非完整數(shù)據(jù)的兼容性，恰好解決了野外采樣常見的基因序列碎片化難題。

團(tuán)隊(duì)計劃進(jìn)一步拓展模型功能，從當(dāng)前雙譜系分析向多譜系全基因樹重建邁進(jìn)。盡管傳統(tǒng)方法已能實(shí)現(xiàn)部分功能，但機(jī)器學(xué)習(xí)路線有望在處理海量數(shù)據(jù)方面展現(xiàn)獨(dú)特優(yōu)勢。目前團(tuán)隊(duì)正致力于優(yōu)化算法，以捕捉更復(fù)雜的進(jìn)化信號。這項(xiàng)跨學(xué)科探索不僅為遺傳學(xué)注入新方法，也為AI在生命科學(xué)領(lǐng)域的深度應(yīng)用提供了新路徑。

總編輯圈點(diǎn)

這項(xiàng)研究最厲害之處，是科學(xué)家把“讀文章”的技術(shù)拿去“讀基因”。之前科學(xué)家看基因變化，就像拿著放大鏡一個堿基一個堿基地數(shù)，慢而且累，遇到殘缺不全的基因數(shù)據(jù)就無能為力。但現(xiàn)在這個AI幾乎一眼就能看出DNA序列里哪些地方寫錯了，還能通過這些錯誤反推出生物的祖先是誰，甚至推出什么時候“分家”的。這對現(xiàn)實(shí)世界有個很直接的用處：比如對付蚊子。它能快速算出蚊子身上的抗藥基因是哪年出現(xiàn)的、是怎么在蚊群里傳開的。知道了抗藥基因的擴(kuò)張路線，才能及時調(diào)整殺蟲劑，不讓蚊子產(chǎn)生耐藥性?？梢哉f，該技術(shù)把原本要算好幾天的進(jìn)化題縮短到了幾分鐘，讓人們可以從更亂、更碎的生物樣本里挖出有用的進(jìn)化線索，真正做到了“把AI從聊天室?guī)нM(jìn)了實(shí)驗(yàn)室”。

（原標(biāo)題為《利用AI工具， 幾分鐘即可追溯基因?qū)餐嫦取罚?/p>

責(zé)任編輯：宦艷紅

澎湃新聞報料：021-962866

澎湃新聞，未經(jīng)授權(quán)不得轉(zhuǎn)載

+1

收藏

我要舉報