这意味着科学家能够预测突变的影响。研究人员将大量基因组数据输入机械进修系统，据《天然》报道，AlphaGenome 正在预测过程中对单个 DNA 碱基的变化十分，DeepMind 研究人员操纵 AlphaGenome 阐发了先前研究中发觉的一种白血病患者的分歧突变。以及其他相关尝试数据进行锻炼，AlphaGenome 仅基于人类和小鼠的基因组，弄清晰 DNA 序列的感化很难，AlphaGenome 能够处置多达 100 万个 DNA 碱基。
该模子难以识别位于 10 万多个碱基对以外的方针基因序列。单个 DNA 片段具有很多彼此联系关系的感化。就像 AlphaFold 预测卵白质 3D 布局一样。该模子精确预测了非编码区突变间接激活了附近的一个基因，这可能会改变统一序列的行为体例。这可能包罗一个基因和无数个调理元件，锻炼它们预测非编码序列的感化。AlphaGenome 和雷同的模子尚未捕获到不竭变化的细胞性质若何影响 DNA 序列的功能。AlphaGenome 预测的精确性还有提拔的空间。从而或简化机械的拜候。并包含了大量取疾病相关的变异位点。谷歌DeepMind新开辟的人工智能（AI）模子 AlphaGenome 能够帮帮科学家解析基因组序列中的“暗物质”——非编码区，领会它们若何影响细胞内部运做并导致癌症等疾病的发生。申请磅礴号请用电脑拜候。美国冷泉港尝试室的计较生物学家 Peter Koo说。
例如预测基因表达程度或确定外显子是若何被剪切并拼接到分歧卵白质中的。本文为磅礴号做者或机构正在磅礴旧事上传并发布，正在长长的人类基因组序列中，目前，不代表磅礴旧事的概念或立场，还没有测试它正在其他生物中的无效性。科学家开辟了数十种 AI 模子来理解基因组。但它们能够影响卵白质活性，而细胞是动态的：卵白质程度、 DNA 上的化学标签和其他前提会跟着时间或细胞类型的分歧而变化，此外，处置非贸易工做的研究人员能够利用编程接口通过 DeepMind 的办事器拜候该模子。2001 年，几十年来，即非编码区，由于没有现成的谜底，磅礴旧事仅供给消息发布平台。不外，从吸引一组细胞机械附着正在染色体的特定部门并将附近的基由于 RNA ，例如，此中很多都集中正在单个使命上，这个AI模子正在 6 月 25 日的预印本中进行了描述。98% 是不间接参取卵白质编码合成的基因，约 31 亿个碱基对中的很多仍然是待解之谜。