วิธีการ AI เผยให้เห็นว่ารุ่นจีโนมเรียนรู้อะไรจาก DNA และเปิดเผยอคติจากการทดลองที่ซ่อนอยู่

นักวิจัยจาก Stowers Institute for Medical Research ได้สร้างวิธีการอธิบายผลที่แสดงให้เห็นแบบฐานต่อฐานว่าโมเดลการเรียนรู้เชิงลึกได้เรียนรู้อะไรจาก DNA และใช้วิธีนี้เพื่อลบอคติจากการทดลองที่ซ่อนอยู่ในข้อมูลจีโนม วิธีการนี้ชื่อว่า PISA ถูกอธิบายใน paper published in Nature Communications ในเดือนสิงหาคม 2026 และ announced by the institute เมื่อวันที่ 25 สิงหาคม 2026.

เครือข่ายประสาทเทียมแบบ sequence‑to‑function รับ DNA ดิบเป็นอินพุตและทำนายผลลัพธ์ของการทดลองจีโนมต่าง ๆ ตั้งแต่การจับของปัจจัยการถอดรหัสจนถึงการจัดเรียงนิวคลีโอซอม สิ่งที่พวกมันไม่สามารถบอกได้โดยตรงคือเหตุผลที่ทำให้ได้ผลลัพธ์นั้น PISA ซึ่งย่อมาจาก pairwise influence by sequence attribution จะติดตามการทำนายของโมเดลที่ตำแหน่งจีโนมหนึ่ง ๆ กลับไปยังทุกฐานอื่นที่มีอิทธิพลต่อการทำนายนั้น สร้างแผนที่สองมิติที่ความละเอียดระดับฐานเดียวเพื่อแสดงสิ่งที่โมเดลได้เรียนรู้ ไม่ใช่เพียงสิ่งที่มันทำนายเท่านั้น

การศึกษานี้นำโดย Julia Zeitlinger ที่ Stowers ร่วมกับ Anshul Kundaje จาก Stanford University โดย Charles McAnany ซึ่งเป็น Stowers AI Fellow เป็นผู้เขียนคนแรก PISA ทำงานภายใน BPReveal ซึ่งเป็นส่วนขยายล่าสุดของ BPNet ซึ่งเป็นกรอบการเรียนรู้เชิงลึกที่ทีมพัฒนาขึ้นในปี 2021

วิธีที่ PISA แยกอคติจากการทดลองออกจากชีววิทยา

ทีมงานได้ใช้ PISA กับ MNase‑seq ซึ่งเป็นวิธีการที่ใช้กันอย่างแพร่หลายในการทำแผนที่นิวคลีโอซอม โครงสร้างที่เกิดขึ้นเมื่อ DNA ห่อหุ้มรอบโปรตีนฮิสโทน วิธีการนี้ทำงานโดยใช้เอนไซม์ที่ตัด DNA ที่เปิดเผยไว้ในขณะที่ DNA ที่ถูกนิวคลีโอซอมปกป้องไว้ไม่ถูกตัด แต่เอนไซม์นี้มีความชอบต่อลำดับบางประเภทมากกว่าตัวอื่น ดังนั้นข้อมูลจึงมีสัญญาณสองสัญญาณที่ทับซ้อนกันและโมเดลได้เรียนรู้ทั้งสองสัญญาณนี้

เนื่องจากเครื่องมืออธิบายผลก่อนหน้านี้มักบีบอัดอิทธิพลของแต่ละฐานลงเป็นค่าเดียว ผลบวกและลบอาจยกเลิกกันและหายไป PISA รักษาข้อมูลไว้ที่ความละเอียดเต็มระดับ และที่ความละเอียดนั้น ความชอบของเอนไซม์ต่อลำดับปรากฏเป็นลายนิ้วมือที่โดดเด่นบนแผนที่ ทีมงานได้สกัดลายเซ็นนี้ด้วยคณิตศาสตร์ ฝึกโมเดลแยกต่างหากเฉพาะอคติ แล้วลบออก ทำให้ได้โมเดลที่สองซึ่งเรียนรู้เฉพาะชีววิทยาเท่านั้น

“มันคล้ายกับการถ่ายภาพจุลทรรศน์แบบซูเปอร์เรโซลูชัน” Zeitlinger กล่าวในประกาศของสถาบัน “แม้แต่เครื่องมืออธิบายผลก่อนหน้านี้ก็เปิดกล่องสีดำแล้ว ตอนนี้คุณก็รู้สึกว่ามองเห็นได้มากขึ้น คุณเพิ่มพิกเซลแล้วจู่ๆ ก็เห็นสิ่งที่ก่อนหน้านี้มองไม่เห็น”

ความประหลาดใจที่ซ่อนอยู่ในข้อมูลที่สะอาด

ในโมเดลที่ผ่านการแก้ไขอคติแล้ว PISA เปิดเผยลำดับ DNA ที่ช่วยกำหนดตำแหน่งนิวคลีโอซอม โดยผลกระทบขยายออกไปหลายร้อยฐานไปทั้งสองด้าน หลายลำดับมีลักษณะไม่สมมาตร ส่งผลต่อด้านหนึ่งต่างจากอีกด้านหนึ่ง การตามลำดับที่ไม่สมมาตรนี้ทำให้ทีมงานพบขอบเขตโดเมนโครมาทิน ซึ่งเป็นเส้นแบ่งที่กำหนดว่าลำดับควบคุมใดสามารถเข้าถึงยีนใดได้ ขอบเขตเหล่านี้โดยปกติจะทำแผนที่ด้วยวิธีโครมาทิน 3 มิติที่ต้องการความลึกของการทำซีเควนซ์มหาศาล แต่โมเดลสามารถระบุหลายพันขอบเขตจากข้อมูลนิวคลีโอซอมเพียงอย่างเดียว และแม้บางครั้งจะแม่นยำกว่าข้อมูล 3 มิติ ตามที่บทความระบุ

ต่อมาทีมงานใช้โมเดลที่มุ่งเน้นชีววิทยานี้ออกแบบลำดับ DNA สังเคราะห์ที่คาดว่าจะจัดเรียงนิวคลีโอซอมในโครงสร้างเฉพาะ แล้วทำการทดสอบส่วนหนึ่งของการออกแบบเหล่านั้นในห้องทดลอง ผลการทำนายสอดคล้องกับผลจริง แสดงว่ากฎที่โมเดลเรียนรู้นั้นสามารถสร้างสมมติฐานที่ทดสอบได้ ไม่ใช่เพียงอธิบายข้อมูลที่มีอยู่เท่านั้น

งานนี้อยู่ในสาขาที่กำลังลงทุนอย่างหนักในโมเดลลำดับที่ใหญ่ขึ้นเรื่อย ๆ Google DeepMind’s AlphaGenome ซึ่งตีพิมพ์ก่อนหน้านี้ในปี 2026 และถูกอ้างอิงในบทนำของบทความ PISA คาดการณ์ผลของตัวแปรควบคุมทั่วทั้งจีโนม PISA แก้ปัญหาเสริมที่ว่าเมื่อโมเดลทำการคาดการณ์แล้ว เราต้องเข้าใจว่าฟีเจอร์ลำดับใดที่โมเดลใช้จริง วิธีการนี้ได้แพร่หลายออกไปนอกห้องปฏิบัติการของ Zeitlinger ถูกนำไปใช้ในแพคเกจซอฟต์แวร์แยกโดยผู้ร่วมงานและถูกนำไปใช้โดยนักประสาทวิทยา Stowers Neşet Özel เพื่อคำถามชีววิทยาอื่น

PISA ตามตัวเลข

• 2021 – กรอบการเรียนรู้เชิงลึก BPNet ซึ่งเป็นพื้นฐานของ PISA ถูกพัฒนาโดยทีมครั้งแรก
• 8 เมษายน 2025 – preprint ของ PISA ถูกโพสต์ครั้งแรกบน bioRxiv
• สิงหาคม 2026 – การตีพิมพ์ผ่านการตรวจสอบโดยผู้เชี่ยวชาญใน Nature Communications
• Hundreds of base pairs – ระยะของลำดับที่กำหนดตำแหน่งนิวคลีโอซอมแต่ละตัวที่โมเดลค้นพบ
• Thousands – จำนวนขอบเขตโดเมนโครมาทินที่ระบุจากข้อมูลนิวคลีโอซอมเพียงอย่างเดียว

ขอบเขตที่ผู้เขียนระบุ

นี่เป็นบทความวิธีการและจีโนมิกส์ และความเกี่ยวข้องกับโรคของมันเป็นทิศทาง ไม่ใช่ผลลัพธ์ ส่วนใหญ่ของความแปรปรวนทางพันธุกรรมที่เกี่ยวข้องกับโรคอยู่ใน DNA ควบคุมมากกว่าที่เป็นยีน และ Zeitlinger ชัดเจนว่าการวางตัวแปรในตำแหน่งการจับหรือที่ขอบเขตโดเมนเป็นการเสนอกลไกโดยไม่ได้นำไปสู่การพัฒนายา งานนี้ยังต้องการห้องปฏิบัติการที่เชี่ยวชาญทั้งการเรียนรู้เชิงลึกและชีววิทยาการทดลอง และ Zeitlinger ระบุว่าความเชี่ยวชาญคู่นี้เป็นช่องว่างที่คงอยู่ในสาขา มากกว่าพลังคอมพิวเตอร์

ลำดับ DNA ที่ออกแบบได้ถูกตรวจสอบเฉพาะส่วนที่ทดสอบในห้องทดลองเท่านั้น และการสาธิตการแก้ไขอคติของบทความจำเพาะกับ MNase‑seq แม้ว่าผู้เขียนจะแสดงให้เห็นว่า PISA สามารถใช้กับข้อมูลหลายประเภท ประวัติการแก้ไขของ preprint แสดงว่าการวิเคราะห์โดเมนโครมาทินถูกเพิ่มเข้ามาในระหว่างการตรวจสอบโดยผู้เชี่ยวชาญ หลังจาก revised version posted on 5 มกราคม 2026

สิ่งที่งานนี้ได้ยืนยันในตอนนี้คือวิธีการตรวจสอบว่ารุ่นจีโนมดูดซับอะไรจากข้อมูลการฝึกของพวกมัน แก้ไขส่วนที่มาจากการทดลองแทนชีววิทยา และสกัดกฎลำดับที่แม่นยำพอที่จะออกแบบและทดสอบกับระบบชีวิตได้