西北大学的生物物理学家开发了一种新的计算工具，用于识别糖尿病、癌症和哮喘等复杂疾病的潜在基因组合。不同于单基因遗传病，这些疾病受多个基因相互作用形成的网络影响，这意味着存在大量可能的基因组合，使研究人员难以确定致病因素。
该团队利用生成式人工智能模型扩展有限的基因表达数据，使研究者能够解析导致复杂性状的基因活动模式。这些信息可能引导开发针对多基因分子靶点的新治疗方法。"许多疾病由多个基因组合决定，而非单一基因"，西北大学温伯格文理学院物理学查尔斯·莫里森教授、网络动力学中心主任阿迪尔森·莫特解释道，"你可以将癌症比作飞机失事，多数情况下需要多个故障同时发生才会导致灾难，不同故障组合可能导致相似结果，这使确定病因变得复杂。我们的模型通过识别关键基因及其集体影响来简化问题"。
这项发表于《美国国家科学院院刊》(PNAS)的研究名为"生成预测复杂性状因果基因集"。研究团队包括莫特实验室的博士后研究员本杰明·库茨-斯派克、研究生布杜卡·奥戈诺尔和研究助理托马斯·怀托克。
作者指出，复杂性状由相互作用的多基因网络调控，核心挑战在于确定导致不同表型表达的具体基因变体组合。怀托克强调："识别单个基因仍有价值，但仅有极小部分表型能通过单基因变异解释。表型通常由多基因共同作用产生，我们的方法能找出导致性状变化的关键基因组合。"
研究团队开发的"全转录组条件变分自编码器"(TWAVE)模型结合机器学习与优化技术，利用生成式人工智能从有限的人类基因表达数据中识别模式。该模型可模拟疾病和健康状态，将基因表达变化与表型变化对应，通过优化框架定位最可能改变细胞状态的基因变化。
怀托克解释道："我们基于临床试验数据训练模型，知道哪些表达谱对应健康或疾病状态。对部分基因，我们还掌握基因开关状态下的实验数据，通过匹配表达数据确定致病相关基因。"聚焦基因表达的优势在于：1) 避免隐私问题；2) 反映环境因素对基因活性的影响。莫特补充："环境因素虽不改变DNA，但影响基因表达，我们的模型能间接考虑这些因素。"
测试显示TWAVE能识别传统方法遗漏的致病基因，还揭示相同疾病可能由不同基因组在不同个体中引发。莫特指出："同一疾病在不同个体中的表型可能由不同基因组驱动，这种信息可指导个性化治疗。"研究团队认为，该方法不仅适用于人类复杂疾病治疗，也为跨物种研究基因型-表型关系提供了新工具。
【全文结束】
