基因突變會導致數百種無法治愈的疾病。其中，一小部分細胞中的DNA突變被稱為馬賽克突變，因為它們存在于很小比例的細胞中，所以非常難以檢測到。

目前的DNA突變軟件探測器在掃描人類基因組的30億個堿基時，并不能很好地識別隱藏在正常DNA序列中的鑲嵌突變。通常，醫學遺傳學家必須用眼睛檢查DNA序列，以試圖識別或確認馬賽克突變——這是一項耗時的工作，充滿了錯誤的可能性。

這篇文章發表在2023年1月2日的自然生物技術,加州大學圣地亞哥分校醫學院和雷迪兒童基因組醫學研究所的研究人員描述了一種教計算機如何使用被稱為“深度學習”的人工智能方法來發現馬賽克突變的方法。

深度學習有時被稱為人工神經網絡，是一種機器學習技術，它教會計算機做人類與生俱來的事情:以身作則，特別是從大量信息中學習。與傳統的統計模型相比，深度學習模型使用人工神經網絡來處理視覺表示的數據。這些模型的功能類似于人類的視覺處理，具有更高的準確性和對細節的關注，從而在計算能力方面取得了重大進展，包括突變檢測。

“一個未解決的疾病的例子是局灶性癲癇，”資深研究作者約瑟夫·格里森醫學博士說，他是加州大學圣地亞哥分校醫學院神經科學Rady教授，Rady兒童基因組醫學研究所神經科學研究主任。

“癲癇影響著4%的人口，約四分之一的局灶性癲癇發作對普通藥物沒有反應。這些患者通常需要手術切除短路的腦灶部分以阻止癲癇發作。在這些患者中，大腦內的馬賽克突變可引起癲癇灶。

“我們有很多癲癇患者，我們無法發現病因，但一旦我們將我們稱為‘深度馬賽克’的方法應用于基因組數據，突變就變得明顯了。這使我們能夠提高某些形式癲癇的DNA測序的敏感性，并導致了一些發現，為治療腦部疾病指明了新方法。”

格里森說，精確檢測馬賽克突變是醫學研究開發許多疾病治療方法的第一步。

Gleeson實驗室的博士后學者Yang Xiaoxu博士說，DeepMosaic在整個基因組中接受了近20萬個模擬和生物變異的訓練，直到“最終，我們對它從從未遇到過的數據中檢測變異的能力感到滿意。”

為了訓練計算機，作者提供了可靠的馬賽克突變示例以及許多正常的DNA序列，并教計算機分辨其中的差異。通過對越來越復雜的數據集進行反復訓練和再訓練，并在十幾個模型之間進行選擇，計算機最終能夠比人眼和以前的方法更好地識別馬賽克突變。DeepMosaic還在幾個從未見過的獨立大規模測序數據集上進行了測試，表現優于先前的方法。

“DeepMosaic在從基因組和外顯子序列中檢測鑲嵌性方面超越了傳統工具，”共同第一作者徐昕說，他曾是加州大學圣地亞哥醫學院的本科生研究助理，現在是諾華公司的研究數據科學家。“深度學習模型捕捉到的突出視覺特征與專家在手動檢查變量時關注的內容非常相似。”

DeepMosaic對科學家免費開放。研究人員說，這不是一個單一的計算機程序，而是一個開源平臺，可以讓其他研究人員訓練自己的神經網絡，使用類似的基于圖像的設置來實現更有針對性的突變檢測。