PNAS：科学家利用人工智能成功识别出引发人类复杂疾病的关键基因组

yinfuhua

PNAS：科学家利用人工智能成功识别出引发人类复杂疾病的关键基因组. E% E" ^5 }9 U, G: Y) k- s
1.        基因: \& W& t8 N: Q5 D+ m; D
2.        发病机制
; N8 A* |( C% `9 s) `  P3.        TWAVE4 j: _- B' G$ h: u  ]. L4 Y
来源：生物谷原创 2025-06-11 14:26
9 t3 Q% `+ _1 b1 U7 |9 z来自美国西北大学等机构的科学家们通过研究开发了一种名为TWAVE的新型计算工具，其或有望彻底改变我们对复杂疾病的理解和治疗方式。
& a! E& F# p# W6 X$ P( U在医学研究领域，科学家们一直在努力解开复杂疾病的基因之谜，从糖尿病到癌症再到哮喘，这些疾病并非由单一基因引发，而是涉及多个基因的复杂相互作用；然而面对海量的基因组合可能性，传统的研究方法往往显得力不从心。/ K3 U- `4 J$ Q9 V3 M
近日，一篇发表在国际杂志Proceedings of the National Academy of Sciences上题为“Generative prediction of causal gene sets responsible for complex traits”的研究报告中，来自美国西北大学等机构的科学家们通过研究开发了一种名为TWAVE的新型计算工具，其或有望彻底改变我们对复杂疾病的理解和治疗方式。
/ v& @: G$ c$ x; T  T在人类基因组的浩瀚海洋中，复杂疾病犹如隐藏在深处的暗礁，难以捉摸。与单基因疾病不同，复杂疾病是由多个基因相互作用的结果，比如，癌症的发生可能需要多个基因的突变或异常表达，就像飞机失事往往需要多个系统同时出现故障一样，这种多基因的复杂性使得科学家们在寻找疾病根源时面临巨大挑战。诸如全基因组关联研究（GWAS）等传统基因研究方法主要关注单个基因与疾病之间的关联，然而，这些方法在面对多基因复杂疾病时往往缺乏足够的统计能力来检测基因组合的集体效应。因此，科学家们迫切需要一种新的方法，能够从整体上把握基因之间的相互作用从而揭示复杂疾病的真正病因。
- a% A, B' N* ?% N4 o5 N& x研究人员所开发的TWAVE（全转录组条件变分自编码器）正是为了解决这一难题而诞生的。TWAVE利用生成式人工智能（AI）技术，能从有限的基因表达数据中识别出导致复杂性状的基因组合，这一工具的核心优势在于其不仅能处理有限的数据，还能通过优化框架找到最有可能导致疾病状态变化的基因变化。; C* r% D5 i* E# K- w$ h

5 [9 U, ~+ ~2 c8 H炎症性肠病特征的TWAVE构建与验证
2 I9 c& T& A' w( CTWAVE首先通过机器学习模型从人类基因表达数据中生成合成的转录组数据，这些数据被投影到一个低维的“基因空间”中，通过识别独立变化的“特征基因”，TWAVE能将复杂的基因表达模式简化为几个关键的维度；然后通过优化算法，TWAVE就能找到那些能最好地解释疾病表型差异的基因组合。这一方法的创新之处在于，其不再孤立地研究单个基因，而是关注基因组合的集体效应，这种方法不仅能揭示那些被传统方法遗漏的因果基因，还能发现复杂疾病的不同亚型，这些亚型可能由不同的基因组合引起。这意味着，即使是同一种疾病，在不同个体中也可能由不同的基因组合引发，为个性化医疗提供了新的可能性。0 o7 [4 }( m1 v1 _% m& X( q
TWAVE的成功应用为复杂疾病的治疗带来了新的希望。在对多种复杂疾病进行测试时，TWAVE不仅能成功识别导致这些疾病的基因组合，还能揭示不同个体中可能导致相同疾病的基因组合的差异。此外，TWAVE的另一个重要优势在于它其关注的是基因表达而非基因序列。基因表达数据更像是细胞活动的动态快照，其不仅包含了基因信息，还隐含了环境因素的影响，这意味着TWAVE在分析过程中能间接考虑环境因素，从而更全面地理解疾病的发生机制。  I" [  d# N6 N7 c1 H
总之，TWAVE的诞生是复杂疾病研究领域的一个重要里程碑，其不仅展示了人工智能在生物医学研究中的巨大潜力，也为未来的个性化医疗提供了新的方向。（生物谷Bioon.com）
! }+ g8 g. b7 O; j, R, K( T' S参考文献：
. Q$ ]( A6 _0 ]Benjamin Kuznets-Speck,Buduka K. Ogonor, Thomas P. Wytock，et al. Generative prediction of causal gene sets responsible for complex traits, Proceedings of the National Academy of Sciences (2025). DOI: 10.1073/pnas.2415071122
5 [3 b5 S! {) a* X4 `
! Y* T& {6 e) Q" I5 o* m* Q