美國哈佛大學醫學院與西班牙巴塞羅那基因組調控中心科學家在24日出版的《自然·遺傳學》雜志上發表研究成果稱，他們開發出一款名為popEVE的人工智能（AI）模型。該模型能精準鎖定人類蛋白質中最易導致疾病的突變，這一突破有望徹底改變遺傳疾病的診斷方式。
popEVE的研發基于數十萬個不同物種的進化數據及全人類群體的遺傳變異信息。龐大的進化記錄使該工具能解析約2萬多種人類蛋白質的關鍵區域與可變異區域，從而不僅能識別致病突變，還能對這些突變給人體造成的危害程度進行排序。
每個人的基因組都包含許多微小變異，其中包括改變蛋白質單個氨基酸的“錯義突變”。這類突變大多無害，但部分可能引發嚴重疾病。真正的挑戰在于如何區分良性變異與有害變異。此外，有害突變的影響程度也各不相同：有的僅引發輕微癥狀，有的導致嚴重殘疾，有的甚至在兒童期就危及生命?，F有AI工具大多只能預測突變是否危險，卻難以評估其危害程度。
更棘手的是，“罕見突變”缺乏病例參考，即使進行全球范圍的基因測序，這些突變也往往無跡可尋，依賴患者群體數據的傳統方法對此束手無策。
popEVE創新性地將進化數據與英國生物庫、基因組聚合數據庫兩大資源庫相結合。通過分析健康人群中存在的基因變異，該模型得以校準對人類疾病的預測。這使科學家首次建立起能對全蛋白質組突變進行危害排序的模型，可幫助醫生優先關注破壞性最強的變異。
為驗證模型效能，團隊分析了超過3.1萬個患有嚴重發育障礙的兒童家庭遺傳數據。在98%的病例中，popEVE將共同突變標記為最具破壞性的變異，其表現優于包括“深度思維”公司AlphaMissense在內的同類先進工具。而且，在探尋新的致病基因時，popEVE發現了123個此前被認為與發育障礙無關的基因，其中104個僅在個別病例中出現。
