哈佛大学医学院、麻省理工学院&哈佛大学博德研究所夏波研究员应邀访问并作学术报告

2025年12月5日上午，受生命科学学院和基因功能研究与操控全国重点实验室伊成器教授邀请，哈佛大学医学院、麻省理工学院&哈佛大学博德研究所的夏波研究员在北京大学生命科学学院吕志和楼B101带来一场题为“Predictive Genomics for Gene Regulation Cell Fate Determination”的报告。

基因调控与细胞命运决定是一个多模态过程：即需要整合DNA序列、染色质三维结构、蛋白质复合体及其时空动态的相互作用。然而传统的实验方法（尤其是针对体内研究）由于样本受限、可扩展性和可行性等问题，难以系统地揭示这些复杂机制。为应对上述挑战，夏波团队应用“基于生物学本底的多模态预测基因组学技术”，提出并训练了一类基础性多模态基因组学AI模型，旨在提取基因组调控的核心规律，并使大规模的计算预测与虚拟筛选成为可能。夏波团队开发了两个AI模型，第一个是C.Origami，是一种多模态深度神经网络，能够学习基因组的组织规律并能够预测未知细胞类型的染色质相互作用图谱。利用该框架，他们发现了两种此前未被功能注释但定义染色质域边界的蛋白质。第二个是Chromnitron，是一种面向全局染色质相关蛋白（CAPs, chromatin-associated proteins）的基础性模型。通过整合基础分辨率的DNA序列特征、蛋白-DNA相互作用基序以及细胞类型特异性的染色质构象/表观基因组景观，Chromnitron能在未知的情况下预测CAP结合位点。夏波团队利用Chromnitron模型成功鉴定出一种T细胞耗竭调节因子——ZNF865。该模型的开发可以极大地帮助我们解释非编码变异的功能并鉴定新的细胞命运调节因子，同时也推动新一代计算机模拟研究的发展。

报告后，老师和同学们对两种AI模型建立的基础原理问题、基因组大模型未来的发展方向问题以及这两种AI模型深入研究问题表现出了极大的兴趣。老师和同学们的提问很有启发性。夏波教授对所有问题都进行了详尽的解答，并提出了自己的见解。此次报告，拓宽了老师同学们的全球视野，加深了我们对预测基因组大模型开发领域的理解。