MIT用AI揭開微生物基因秘密

用計算技術研究地球上最強單細胞化學家──訪MIT助理教授黃允荷

麻省理工學院（MIT）助理教授黃允荷利用微生物基因組研究生物學的「語言」。她的任命體現了MIT在基因研究與人工智能交匯領域的承諾。

黃允荷曾經夢想成為太空人，後來卻發現研究地球上極端環境中生存的微生物，是接近太空生命研究的最佳替代。她利用計算技術探索微生物多樣性，並繪製生命演化關係圖譜。

地球上估計有1兆個物種，其中99.999%是微生物，包括細菌、古菌、病毒和單細胞真核生物。微生物曾長期主宰地球，能夠在極端環境中生存繁衍。過去數十年，科學家才開始全面面對微生物的多樣性，但已知基因中，少於1%有經實驗驗證的功能。計算方法為研究者提供了策略性解析龐大數據的可能。

黃允荷本身是環境微生物學家和計算機科學家，現任MIT生物系Samuel A. Goldblith職業發展教授，同時兼任電機工程與計算機科學系及MIT Schwarzman計算學院助理教授，她的研究正是計算與生物學的交匯點。

問：是甚麼吸引您研究極端環境中的微生物？研究這些微生物有甚麼挑戰？

答：極端環境非常適合發現有趣的生物學現象。我小時候想做太空人，研究地球上的極端環境可說是最接近天體生物學的領域。這些環境中只有微生物能生存。有一次我參與墨西哥海岸的採樣，發現約兩公里深海底有一片色彩斑斕的微生物墊，這些細菌呼吸硫而非氧氣，但我想研究的微生物無法在實驗室培養。

研究微生物最大挑戰是大多數無法培養，唯有透過「宏基因組學」方法來探索它們的生物學。我目前的工作是基因組語言模型，希望建立一套計算系統，能「在電腦中」利用序列資料深入探究微生物。基因組語言模型本質上是大型語言模型，只不過語言是DNA而非人類語言。它的訓練方法跟處理英語或法語類似。若目標是理解生物語言，就應該善用微生物基因組的多樣性。即使資料很多，隨著更多樣本出現，我們仍僅觸及微生物多樣性的冰山一角。

問：微生物多樣性極高且了解甚少，如何透過基因組語言模型「在電腦中」研究微生物，推進對微生物基因組的認識？

答：一個基因組包含數百萬個字母，單靠人類無法理解。但我們能設計電腦程式，將資料分割成有用的片段，這就是生物資訊學處理單一基因組的方法。若分析一克土壤，裡面可能含數千個獨特基因組，數據量龐大，必須人機合作才能處理。

我讀碩博士時，才剛發現許多基因組和系統與已知的完全不同，我們稱之為「微生物黑暗物質」。當有大量未知生物時，機器學習非常有用，因為它擅長尋找模式，但這不是終點。我們希望將這些模式映射到基因組、微生物及生命個體之間的演化關係。

過去我們多將蛋白質視為獨立單元，藉由同源性推斷蛋白質功能。微生物學發現蛋白質是基因組編碼的，且蛋白質所在的基因組環境——即上下游區域——在演化上是保守的，尤其當蛋白質功能相關時，基因會相鄰排列。這合理，因為需要同時表達的多個蛋白質常構成一個功能單元。

我希望將更多基因組上下文納入蛋白質搜尋和註釋中，超越序列或結構相似性，加入上下文資訊，深化對蛋白質功能的理解和假設。

問：您的研究如何應用於發掘微生物功能潛力？

答：微生物是世界上最優秀的化學家。利用微生物代謝和生物化學，可望開發更環保、更高效的新材料、新藥物和新型聚合物製造方法。

但這不僅是效率問題，微生物進行的化學反應很多是我們尚未理解的。了解微生物的運作及其基因組和功能能力，對於應對氣候變化至關重要。大部分碳封存和養分循環由微生物完成，若不了解某微生物如何固氮或固定碳，地球養分流動模型將難以準確。

在治療方面，感染性疾病是日益嚴重的威脅。了解微生物在多樣環境中與人體微生物組的互動，有助未來對抗病原體。

—

評論與啟示：

黃允荷教授的跨領域研究，完美結合了微生物生物學與人工智能，開啟了探索地球上最豐富生命形式的新視野。她利用基因組語言模型，將生命的基因序列視為一種「語言」，這種創新思維不僅突破了傳統生物學的限制，也充分發揮了計算機科學的威力，讓我們能在海量且複雜的微生物資料中尋找規律。

這種方法揭示了微生物基因組的上下文重要性，強調了蛋白質功能的演化環境，這對於功能註釋和新功能發現至關重要。未來，這將極大推動微生物學、合成生物學及生物技術的發展，甚至可能引領新一代環境治理和醫療創新。

此外，黃教授的工作提醒我們，地球上看似「黑暗」的微生物世界實際蘊藏巨大潛力，無論是應對氣候變化還是尋找新藥物，都離不開對這些微生物的深入理解。她的研究同時也體現了MIT在推動AI與生命科學融合上的前瞻性，為全球科學界樹立了典範。

對香港及全球讀者而言，這不僅是科學進步的消息，更是未來科技與環境可持續發展緊密相連的啟示。隨著基因組數據不斷激增，如何利用先進的計算技術解碼生命，將成為21世紀生物科學的核心課題，而黃允荷教授的研究正是這條道路上的重要里程碑。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。