Mô hình và nền tảng AI
Illumina ra mắt mô hình SpliceAI2 cho việc giải thích các biến thể cắt ghép

Điểm chínhSpliceAI2 đã vượt trội hơn AlphaGenome và các mô hình nối ghép khác trên ba bộ đánh giá…
Xem thêm
- SpliceAI2 đã vượt trội hơn AlphaGenome và các mô hình nối ghép khác trên ba bộ đánh giá chuẩn độc lập.
- Mô hình đã xác định được nhiều hơn 17% các biến thể liên quan đến bệnh so với các mô hình nối ghép khác trong nghiên cứu bệnh hiếm.
- Illumina đã phát hành trọng số và dự đoán của SpliceAI2 miễn phí cho mục đích học thuật, đồng thời yêu cầu cấp phép thương mại riêng.
Illumina giới thiệu SpliceAI2 vào ngày 8 tháng 10 năm 2026, một mô hình AI gen từ phòng thí nghiệm BioInsight AI Lab của mình, dự đoán cách các biến thể di truyền ảnh hưởng đến quá trình cắt ghép RNA. Illumina cho biết mô hình này xác định được nhiều biến thể liên quan đến bệnh hơn 17% so với các mô hình cắt ghép khác khi áp dụng vào bộ dữ liệu nghiên cứu bệnh hiếm.
Theo thông báo của công ty, SpliceAI2 được thiết kế để giúp các nhà nghiên cứu xác định các biến thể cắt ghép liên quan đến bệnh mà nếu không sẽ bị bỏ qua, với dự đoán ảnh hưởng cắt ghép là chìa khóa để giải quyết các biến thể có ý nghĩa không chắc chắn trong nghiên cứu bệnh hiếm, nghiên cứu xét nghiệm ung thư di truyền và khám phá thuốc. Mô hình này gia nhập PromoterAI và PrimateAI-3D trong một bộ các mô hình AI gen bao phủ các loại biến thể cắt ghép, promoter và missense, và Illumina cho biết ba mô hình này cùng nhau hiện cho phép các nhà nghiên cứu xác định tới gấp đôi số biến thể có dự đoán tác động sinh học.
Rami Mehio, phó chủ tịch cấp cao và giám đốc điều hành của BioInsight, mô tả các công cụ dự đoán ảnh hưởng biến thể như SpliceAI2 là một trong những lĩnh vực trọng tâm của phòng thí nghiệm BioInsight AI Lab; phòng thí nghiệm này làm việc về việc tạo ra dữ liệu gen và đa omic, phát triển các mô hình AI gen để dự đoán và ưu tiên ảnh hưởng biến thể, và đào tạo các mô hình nền tảng sinh học. Kyle Farh, phó chủ tịch của BioInsight AI Lab, cho biết Illumina đang tiến bộ AI “để hệ thống thu hẹp phần bộ gen còn lại không thể giải thích”.
SpliceAI2 kế thừa mô hình SpliceAI gốc, mà phòng thí nghiệm đã phát hành vào năm 2019. Illumina cho biết mô hình thế hệ đầu tiên đã được trích dẫn trong hơn 3.400 ấn phẩm và được tích hợp vào các khuyến nghị giải thích biến thể cắt ghép từ ClinGen, một tổ chức nghiên cứu lâm sàng thiết lập tiêu chuẩn cho gen học lâm sàng. Mô hình mới được huấn luyện trên một bộ dữ liệu lớn hơn 100 lần so với phiên bản tiền nhiệm.
Thiết kế mô hình và dữ liệu huấn luyện
Trong khi SpliceAI gốc dự đoán liệu một tế bào có cắt ghép tại một vị trí nhất định hay không, SpliceAI2 giải quyết ba câu hỏi, theo bài báo kỹ thuật của Illumina: các vị trí nào trong gen được sử dụng làm vị trí cắt ghép và tần suất như thế nào, các vị trí cắt ghép nào kết nối qua các khớp cắt ghép, và các isoform transcript RNA toàn chiều dài nào được tạo ra. Mô hình chỉ yêu cầu một chuỗi DNA làm đầu vào, mà Illumina cho biết cho phép phân tích ở mức độ transcript mà không cần dữ liệu RNA từ các mô khó thu thập.
Một bản thảo chi tiết công việc mô tả một mô hình xử lý 196.608 cặp base của trình tự gen với khoảng 13 triệu tham số có thể huấn luyện, tích hợp dự đoán vị trí cắt ghép và khớp cắt ghép vào một đồ thị cắt ghép từ đó suy ra các transcript đầy đủ và mức độ sử dụng của chúng. SpliceAI2 được huấn luyện end-to-end trên 314.745 mẫu giải trình tự RNA bao phủ con người và chín loài động vật có vú khác, bao gồm hơn 46 triệu khớp cắt ghép đã quan sát được sau khi lọc, cùng với 330 mẫu RNA giải trình tự dài từ dự án ENCODE công cộng. Các tác giả báo cáo rằng mô hình đã tái tạo chính xác transcript phong phú nhất cho 82% các gen được giữ lại, so với 78% khi được huấn luyện mà không có dữ liệu RNA dài.
Bản thảo cũng mô tả một khung tinh chỉnh mà điều kiện dự đoán dựa trên mức độ biểu hiện của 147 protein liên kết RNA, nắm bắt các khác biệt cắt ghép đặc thù mô trong 48 mô GTEx (Genotype-Tissue Expression) với gần 15 triệu đo lường sử dụng vị trí cắt ghép khác nhau. Các tác giả báo cáo rằng mô hình đã tự học các mô típ chuỗi được các bộ điều chỉnh cắt ghép thực tế nhận dạng mà không cần được dạy rõ ràng các mối quan hệ đó, và khung này đã được điều chỉnh cho các trạng thái bệnh bao gồm khối u mang đột biến SF3B1 và bệnh loạn dưỡng cơ myotonic.
Tiêu chuẩn đánh giá và phát hiện bệnh hiếm
Trong ba tiêu chuẩn đánh giá độc lập, bản thảo báo cáo rằng SpliceAI2 vượt trội hơn so với SpliceAI gốc, Pangolin và AlphaGenome của Google DeepMind, với các so sánh AlphaGenome được thực hiện độc lập bởi các cộng sự tại Đại học Oxford. SpliceAI2 đạt auPRC 0,77 so với 0,66 của mô hình kế tiếp tốt nhất trong việc phát hiện các biến thể cắt ghép tiềm ẩn GTEx, hệ số tương quan Spearman 0,63 so với 0,47 trong việc định lượng sử dụng vị trí cắt ghép, auROC 0,76 so với 0,73 trong phân loại loci lượng tính liên quan đến cắt ghép, và hệ số Spearman 0,59 so với 0,55 trong tiêu chuẩn báo cáo assay song song quy mô lớn OpenSplice. Thông báo của Illumina cho biết mô hình đã cải thiện định lượng việc sử dụng vị trí cắt ghép lên 34% so với mô hình kế tiếp tốt nhất.
Trong một phân tích 7.504 cá thể proband từ Dự án 100.000 Genomes của Genomics England, bản thảo báo cáo rằng các biến thể được ưu tiên bởi SpliceAI2 được làm giàu đáng kể trong các gen bệnh phù hợp với kiểu hình, xác định được nhiều biến thể liên quan đến bệnh hơn 17% so với bất kỳ mô hình cắt ghép nào khác được thử nghiệm ở ngưỡng tin cậy tương đương và thu hồi 133 biến thể thừa so với 114 của mô hình kế tiếp tốt nhất ở tỷ lệ odds cố định 2. Illumina báo cáo rằng SpliceAI2 tìm thấy nhiều biến thể cắt ghép liên quan đến bệnh hơn 33% so với SpliceAI cũ ở khoảng tin cậy 2X và hơn 66% ở khoảng 4X. Khoảng một nửa các biến thể cắt ghép tiềm ẩn được xác định nằm sâu trong các vùng intron, và bản thảo cho biết các biến thể hơn 50 cặp base trong intron thường sẽ bị bỏ qua bởi giải trình tự exome. Các biến thể dự đoán gây thay đổi cắt ghép chiếm 15% gánh nặng di truyền thừa trong nhóm mẫu, theo bản thảo.
Xác thực quy mô dân số được báo cáo trong bản thảo dựa trên hơn 627.000 bộ gen từ gnomAD, TOPMed và UK Biobank, trong đó các biến thể được gán điểm SpliceAI2 cao nhất bị giảm mạnh, gần mức giảm của các đột biến gây mất chức năng cắt protein. Dữ liệu proteomic của UK Biobank từ 36.764 người tham gia cho thấy những người mang các biến thể có điểm cao hơn có mức protein huyết tương thấp hơn, với hệ số tương quan Pearson là -0.50, mạnh nhất trong số các mô hình được đánh giá. Dữ liệu giải trình tự RNA từ 5.435 người tham gia Genomics England đã xác nhận các dự đoán trong các trường hợp cá nhân, bao gồm một biến thể mất donor PEX1 liên quan đến rối loạn võng mạc rod-cone và một biến thể donor ẩn PKD1 liên quan đến bệnh thận nang.
Khả dụng và Cấp phép
Illumina cho biết SpliceAI2 có thể truy cập thông qua các ứng dụng trên nền tảng BioInsight, bao gồm DRAGEN Annotation, Emedgene và Illumina Connected Insights. Mã nguồn, trọng số mô hình đã được huấn luyện và các dự đoán đã tính toán trước cho mọi biến thể đơn nucleotide khả thi trong các gene người (4 tỷ) và các indel quan sát được trong các quần thể người (150 triệu) có sẵn qua kho lưu trữ SpliceAI2 trên GitHub và Hugging Face cho mục đích nghiên cứu học thuật và phi thương mại, với một liên hệ riêng cho việc cấp phép thương mại. Phần mềm được cài đặt qua PyPI và yêu cầu GPU hỗ trợ CUDA.
Theo tài liệu của kho lưu trữ, spliceai2_summary_score dao động từ 0 đến 1, với các ngưỡng đề xuất là 0,1 cho độ thu hồi cao, 0,25 cho độ chính xác và thu hồi cân bằng, và 0,5 cho độ chính xác cao, tương ứng với các giá trị tương đương SpliceAI là 0,2, 0,5 và 0,8. Công việc SpliceAI2 do Kishore Jaganathan và Kyle Farh dẫn đầu, với sự hợp tác từ University of Oxford, UCSF và New York Genome Center.












