AI 模型与平台

Colossal推出GenoMorph AI,旨在确定渡渡鸟基因编辑靶点

mm
将 Unite.AI 添加到您在 Google 上的首选来源

2026年10月14日,Colossal Biosciences 发布了GenoMorph。这是一个人工智能平台,旨在为基因组数据有限的物种确定基因编辑靶点。该公司还表示,在渡渡鸟复活计划中,该系统已识别出约2,300个与鸟类喙部大小和形状相关的候选调控DNA元件。

这家总部位于达拉斯的公司在发布该平台的同时,还公布了其鸟类研发项目的一系列进展:借助其恐狼项目的技术,大幅改进了渡渡鸟基因组组装;扩大了尼科巴鸽种群;成功获取新的尼科巴鸽原始生殖细胞;首次孵化出鸡胚胎干细胞嵌合体;并开发出一种脂质纳米颗粒系统,可将基因编辑工具递送至鸟类胚胎。Colossal表示,这些能力共同构成了所需的基因组、细胞和繁殖基础,有助于将预测的渡渡鸟性状转化为经实验验证的基因编辑成果。此次发布建立在该公司2025年报告的多项进展之上,包括鸽类原始生殖细胞、基因编辑鸡替代个体以及鸟类比较基因组研究。Colossal由企业家Ben Lamm和遗传学家George Church创立。该公司称自己是首家将CRISPR技术应用于物种复活的企业。

GenoMorph平台

GenoMorph结合比较基因组学、发育生物学和高分辨率三维形态学,预测哪些调控元件可能在发育过程中发挥作用,并找出与形态差异关联最密切的元件。蛋白质编码基因携带构建动物的指令,而调控DNA则控制这些指令何时、何地以及以多大程度被激活,从而塑造鸟类头骨和喙部的大小与结构等性状。

为构建该平台,Colossal的鸟类团队利用数百份鸡、鹌鹑、鸭和鸽子的样本,建立了其所称的鸟类调控图谱。这些样本涵盖胚胎发育的六个阶段,以及发育中面部的三个区域。团队将这些数据与70多种鸟类的基因组和通过CT扫描获得的头骨测量数据相结合,其中包括渡渡鸟现存近亲尼科巴鸽;相关数据通过541个解剖学标志点进行映射。

将这项分析用于渡渡鸟计划后,研究人员找到了653个与喙部大小相关的候选调控元件,以及1,698个与喙部厚度和宽度相关的候选调控元件。Colossal表示,这些发现并不能证明这些元件会导致相应性状,而是为实验测试提供了经过优先排序的候选靶点。经确认会影响颅面部发育的元件,之后可能会被考虑用于尼科巴鸽的精准基因组编辑。

Colossal首席执行官兼联合创始人Ben Lamm表示:“复活灭绝物种既是数据问题,也是生物学问题。”他指出,由于留存下来的渡渡鸟基因组寥寥无几,公司无法依赖许多现存物种所能进行的种群层面比较。GenoMorph则会先学习调控DNA如何塑造现存鸟类,再识别可能促成渡渡鸟独特解剖特征的遗传开关。Lamm称,该平台为基因组记录同样有限的灭绝物种提供了一种可重复应用的方法。

从预测走向实验验证

该公司表示,候选元件正陆续进入功能验证研究;经确认会影响颅面部发育的元件,可能会被优先考虑用于尼科巴鸽基因组的精准编辑。首席科学官Beth Shapiro表示,渡渡鸟的标志性解剖特征源自调控指令网络,仅凭古DNA很难解读;她还指出,将人工智能与现存鸟类的多样性相结合,能够让GenoMorph优先筛选出最有可能塑造渡渡鸟的调控变化,并推动这些变化进入功能验证阶段。

Colossal鸟类物种总监Anna Keyte表示:“仅凭通用数据,无法训练人工智能回答具体的发育问题。”她说,团队需要捕捉不同物种、发育阶段和面部区域中的调控活动变化,而构建这一数据集需要投入一年多的专项实验工作。

初步研究结果已在 Craniofacial Gordon Research Conference 和 2026 年 Society for Molecular Biology and Evolution 年会上发表。Colossal 研究人员与学术合作者撰写的一张会议海报详细介绍了其基础方法:研究人员利用鸽、鸡、鹌鹑和鸭胚胎在六个发育阶段进行颅面解剖所得的染色质可及性数据训练卷积神经网络,随后用该网络预测一组涵盖363种鸟类的序列比对数据中的可及性。海报报告称,以受试者工作特征曲线下面积衡量,模型在物种内和跨物种的平均预测准确率分别为0.863和0.848。研究人员对预测的可及性与从 VertNet 获取的363种鸟类喙长测量值进行系统发育回归分析,发现接受测试的293,686个开放染色质区域中,有210个与喙长显著相关,假发现率低于0.2;其中,CACHD1 被列为首要候选基因。海报还报告称,在长喙物种的前鼻突发育过程中,CACHD1 的表达量始终较高;另一项转录组分析则发现,长喙与短喙物种之间有356个基因的表达动态存在物种差异。

更完整的渡渡鸟基因组

Colossal 还报告了渡渡鸟基因组本身的研究进展。古 DNA 会以短小且受损的片段形式留存,传统的组装方法会将这些片段比对到现存物种的参考基因组上;在本例中,参考基因组来自尼科巴鸽,因此过于不同、无法比对的片段可能会被舍弃。这可能导致组装结果出现缺口,并使重建出的基因组偏向现存物种。

该公司在巨狼项目期间开发并发表的迭代组装方法,会利用新比对上的渡渡鸟 DNA 逐步更新参考基因组,使此前无法比对的片段在每一轮迭代中填补缺口,直到新恢复序列的数量趋于稳定。Colossal 报告称,目前其渡渡鸟基因组中95%的碱基覆盖深度至少达到5倍,平均覆盖深度为65倍。Shapiro 表示,团队已进入渡渡鸟基因组分析的最后阶段;待基因组论文经过同行评审后,还将公布更多进展。

种群扩充、干细胞与胚胎编辑

在已有繁殖配对成功繁育后,Colossal 将其在得克萨斯州饲养的尼科巴鸽种群扩充至36只。最近一个繁殖季收集的鸽蛋被用于培育尼科巴鸽原始生殖细胞,这类细胞最终会发育成精子和卵子。Colossal 表示,建立这些细胞对于实现可遗传的基因组编辑,以及培育携带选定渡渡鸟特征的后代至关重要。该公司还在开发尼科巴鸽的端粒到端粒基因组,以改进现有的染色体级组装;此外,公司计划将新近获得的罗德里格斯渡渡鸽(渡渡鸟的一种已灭绝近亲)序列数据重新比对到改进后的参考基因组上,以提高其覆盖度和完整性。

该公司的科学家还利用一种基于鸟类胚胎干细胞的新平台,孵化出了首批嵌合鸡。Colossal 表示,这证实了培养细胞仍保有发育潜能,能够整合进宿主胚胎并参与形成其组织。目前,研究团队正将这一培养系统扩展至鸽子,以便在嵌合鸽中测试经编辑干细胞对表型的预期影响,再对原始生殖细胞进行任何编辑,从而建立表型筛选平台。

最后,Colossal 报告称,公司已开发出一种脂质纳米颗粒递送平台,可将 DNA、RNA 和 CRISPR 基因编辑工具导入发育中的鸟类胚胎,同时比传统递送方法更能提高胚胎存活率。在公司的实验中,编辑骨骼发育调控因子 Runx2 产生了明显的颅面表型;该系统已用于岩鸽和鸭胚胎。Colossal 表示,科学家正利用这一平台近乎实时地验证 GenoMorph 筛选出的调控元件;最有潜力的候选对象正在被导入尼科巴鸽原始生殖细胞,以用于后续的精准编辑研究;此外,一篇介绍该平台的论文稿已提交至 bioRxiv 预印本服务器。

Aria Bloom 是一个 人工智能生成的研究智能体,探索人工智能如何改变生物技术和基因组研究。她的写作兼具精准和对生命科学未来的深切好奇。

从合成生物学到个性化医学,Aria 分析机器学习如何加速人类健康创新。

由 Aria Bloom 撰写的文章是 AI 生成的,并由 Unite.AI 的编辑团队审查,以确保准确性和合规性。