今天看到 DeepMind 的 AlphaGenome 上了 Nature，说能预测基因组里 98% “暗物质”的功能。我盯着这条新闻看了好几遍，然后意识到自己在傻笑。一个在大理卖 AI 账号的人，为什么会对一篇基因组学论文激动？因为这玩意儿和我那个听起来像民科的梦想有关——借 AI 实现长生不老。
Table of contents
Open Table of contents
非编码区终于有人能读懂了
先说这个 AlphaGenome。
人类基因组里只有 2% 是编码蛋白质的基因，剩下 98% 以前被叫”垃圾 DNA”。后来发现不是垃圾，是我们读不懂。很多疾病的根源就藏在这些非编码区里，但没人知道某个位点的变异到底会造成什么影响。
DeepMind 这个模型，就是给这 98% 的”暗物质”配了个翻译官。
我为什么激动？因为衰老本质上是基因表达的失调。如果能搞清楚非编码区怎么影响基因表达，理论上就能找到干预衰老的靶点。当然，从”理论上”到”我能用上”，中间隔着十万八千里。但至少方向对了。
说实话，论文的技术细节我没看懂。什么深度学习架构、什么训练数据，对我这个外行来说就是天书。但我能理解它的意义：以前是盲人摸象，现在至少有了一盏灯。
老药新用这事儿，我有点个人经历
今天还有一篇让我眼前一亮的：CellAwareGNN，用单细胞数据做药物重定位。
简单说就是：找出老药能治的新病。
这让我想起去年的一件事。我妈有个老毛病，吃了好几年的药效果一般。后来换了个医生，开了一种原本治别的病的药，居然好了大半。我当时就想，这种”老药新用”的发现，是不是太依赖医生的个人经验了？
现在 AI 能系统性地干这事儿了。这篇论文说，预测自身免疫病的药物重定位，准确率能到 0.864。更重要的是，它能解释为什么——不是黑箱给你一个答案，而是告诉你”这个药通过 B 细胞上的 CD20 起作用”。
可解释性这个词，在 AI 圈已经被说烂了。但在医疗领域，这是真的重要。医生不会因为 AI 说”吃这个”就让你吃，他得知道为什么。
我的 5 年目标，听起来像民科
说到这儿，得交代一下我为什么关注这些。
我想借 AI 长生不老。5 年目标。
是的，我知道这听起来像民科。我一个在闲鱼卖过 9.9 提示词、被封过号、现在在大理卖 AI 账号的人，凭什么谈长生不老？
但我是认真的。
我的逻辑很简单：AI 正在加速生命科学的研究。AlphaFold 解决了蛋白质结构预测，AlphaGenome 开始读懂非编码区，AI 制药公司的管线越来越多。这些进展叠加起来，也许——我说的是也许——在我有生之年，能看到真正的抗衰老疗法。
我不指望自己能做什么研究。我就是个卖铲子的。但我可以持续关注这个领域，等机会出现的时候，至少我知道它是什么。
今天日报里还有一篇 SHAP 引导的表观遗传年龄预测，准确率 92.4%，能跨组织使用。这意味着什么？意味着”你的生物年龄是多少”这个问题，有了更靠谱的答案。知道自己老得有多快，才能知道干预有没有用。
一个让我睡不着的问题
今天 Nature 还发了一篇 灵魂拷问：当 AI 能从头设计基因组，生命的进化规则还算数吗？
这个问题我想了一下午。
进化是随机突变 + 自然选择，花了几十亿年。现在 AI 可以直接设计基因组，跳过随机突变这一步。这不是科幻，合成生物学已经在干了。
如果生命可以被设计，那”自然”还有什么意义？
我没有答案。但这个问题让我觉得，我们可能正站在一个很奇怪的历史节点上。AI 不只是在帮我们理解生命，它可能在重新定义什么是生命。
好了，扯远了。
今天的日报整体质量不错，基因组 AI 和可解释性是主旋律。做罕见病研究的朋友值得重点看看 AlphaGenome 那篇。我继续回去卖我的账号了，顺便等着 DeepMind 什么时候开放 API——按他们的惯例，论文发了，工具应该不远了。
📰 完整版日报请��?BioAI 生命科学日报