AI预测基因启动子序列的有效性和进化

　　生物学的一个长期目标是从 DNA 序列预测基因表达的能力。一种被称为神经网络的人工智能，基因序列结合高通量实验，现在让这一目标更近了一步。
　　基因表达影响生活的方方面面，例如细菌在特定环境中的生存方式，以及人体的解剖学和生理学研究。若人们能够借助调节基因表达方式的 DNA 序列，准确预测基因表达水平，那么我们探索生物领域的方式将迎来重大突破。然而，调节基因表达背后的生化机制极其复杂，50多年来，生物学家一直未能实现这一目标。近期，麻省理工学院的 Vaishnav 等人在 Nature 杂志上发表文章称，他们构建了从序列到表达模型(sequence-to-expression models)，利用两项关键技术实现对酿酒酵母中基因表达的预测，这可以说为日后的目标实现带来了曙光。
　　这些研究者们使用的第一项技术是，测定在大量酵母中编码黄色荧光蛋白(YFP)的基因表达。这些酵母中，不同的细胞携带不同的调控 DNA 序列，这些序列被称为启动子，它们位于一小段环状DNA上，位置靠近YFP基因，这使得它们能够驱动YFP的表达。研究者们使用了一个含超过3000万启动子(每个含80个碱基对)的集合，一个细胞一个细胞地定量测定了表达的YFP。