酷应用

从胚胎开始甄选最佳婴儿，“机器学习+DNA测试”成新优生学的技术利器 | 独家

百家作者：DeepTech深科技 2017-11-02 07:42:23

年度订阅用户可加入科技英语学习社区，每周科技英语直播讲堂，详情查看“阅读原文”

毫无疑问，机器学习已经能够从 DNA 数据库中解密了一系列预言。但现在，科学家开始利用这项技术为父母们提供了前所未有的选择：你将有权力直接决定你孩子的智商！

Nathan Treff 在 24 岁时被诊断出1型糖尿病。这是一种家族遗传病，原因有很多，所涉及的基因不止一种，而且生活环境也是致病因素之一。

所以你很难知道家人中有谁会患上这种疾病：Treff 的奶奶患有糖尿病，并因此失去了一条腿，但 Treff 的三个孩子目前看来一切正常。作为父亲，Treff 只能双手合十，祈祷孩子们不要患上同样的疾病。

Treff 也是一位从事体外受精研究的专家，他正在从事一项颠覆性的研究，希望能彻底解决类似糖尿病这种疾病给人们带来的困扰。通过将计算机模型和 DNA 测试的结合，Treff 所在的初创公司 Genomic Prediction，正致力于开发出一套系统，用来预测试管婴儿是否可能患上1型糖尿病或其他复杂疾病。有了这张王牌，医生和父母们就有了主动选择胎儿健康的权利。

图丨 IVF 专家 Nathan Treff 是 Genomic Prediction 的联合创始人，该公司致力于评估胚胎的1型糖尿病情况

从事体外受精的诊疗机构已经通过测试胚胎的 DNA 来预测某些罕见病，比如由单种基因引发的囊胞性纤维症。但如果在胚胎细胞被植入子宫前，能对其 DNA 进行更深入的分析，我们甚至有可能预知胎儿未来会成长为一个什么样的人。

现在，我们离上述目标越来越近了。通过近年来对大规模人口的基因研究，科学家们已经收集到了一个庞大的基因数据库。而且基于这个数据库所建立的统计模型，除了可用于研究人类健康状况外，在预测可能导致疾病的基因模式分析方面，也越来越精准。

当然，这种技术永远会充满争议性，毕竟，它可以决定试管婴儿未来的身高、体重、肤色、声音，甚至智力水平。

回到文章开头提到的那位 Treff，他目前担任 Genomic Prediction 公司的首席技术官，来自密西根州立大学的物理学家 Stephen Hsu 担任副总裁，CEO 则由来自丹麦的信息生物学家 Laurent Tellier 担任。Tellier 和 Hsu 两位都曾与中国进行过基因工程方面的项目合作，而且该项目的研究目的就是为可能对一个人的数学才能造成影响的基因进行测序，并希望借此进一步探索基因对智力的影响。

图丨密歇根州立大学物理学家 Stephen Hsu

Genomic Prediction 公司希望通过分析极其细微的基因差别，进而预测由这些差别累积导致的患病风险、人格差异、身高体貌等特征。其实这种“多基因风险评分”已经被直接用于针对用户的基因测试，比如 23andMe 所提供的肥胖几率报告。

对于成年人来说，这种风险评分所造成的影响比较有限，他们可以以此来对自己的生活习惯进行调整，或者干脆直接忽视它，该怎么过就怎么过。但对于胚胎来说，就完全是另外一回事了，因为风险评分直接决定了哪些胚胎要继续待在实验室的冷藏柜里，哪些胚胎可以被植入子宫继续发育成胎儿。

“我跟我父母聊过这个事情，你知道，如果我父母做了这个基因风险评分，那我可能不会被生出来……”Genomic Prediction 公司首席技术官，也是文章一开头提到的那位一型糖尿病患者 Treff 感慨道。Treff 是这个领域的绝对专家，已经发表过 90 多篇与试管婴儿研究相关论文。可以见得，即便是专业研究人员本身，对基因风险评估也是心存芥蒂的。

Genomic Prediction 于今年刚刚成立，并在硅谷完成融资，但公司拒绝透露资方信息。公司目前的计划是为进行实施试管婴儿的医生和父母提供报告，来预测胚胎患上各种疾病的可能性，比如糖尿病、骨质疏松症、精神分裂症、侏儒症等。至于如何对待这些报告，则看医生父母的选择了。

图丨在实验室中培养了一天的人类胚胎，可以提取其中某些细胞来进行 DNA 测试

Genomic Prediction 公司将自己的概念称为“胚胎植入前扩展多基因测试”（ePGT），会对目前已有的可以通过基因测试预测的疾病清单进行扩充，从预测位数不多的罕见病扩展到多种常见疾病。“我们相信这种测试会成为体外受精的标准流程，”公司 CEO Tellier 表示，“就像唐氏综合症监测是孕前检查的标准流程一样。”

《麻省理工科技评论》也对其他的一些专家进行了专访，有些人明确表示，目前将基因风险评分引入体外受精流程为时过早，技术方面还有不成熟的地方。

图丨Natera 公司 CEO Matthew Rabinowitz

位于加州的孕前检测公司 Natera 的 CEO Matthew Rabinowitz 表示，这种预测目前来看可能存在“很大的误导性”，因为 DNA 模型到底是否精准还很难说，但他本人并不怀疑这是一种技术趋势，而且相关技术正在到来。“基因建模技术势不可挡，你也没办法阻止父母们使用这类技术，”Matthew 说道，“而且技术也会越来越成熟。”

尖锐的问题

美国的生殖科医生们普遍认为，不管人们是为了知晓某些常见疾病的患病风险，还是为了知晓某些只有在老年期才出现的疾病的患病风险而去进行胚胎检测都合情合理。但一种新的 DNA 评分模型出现了，它意味着父母们可以根据智商或成年后体重等性状特征来选择自己的孩子。这是因为，就像 1 型糖尿病一样，这些性状特征是由复杂的遗传因素决定的，而我们的预测算法就是用来发现这些遗传因素。

这个模型能根据人们的 DNA 数据预测出人们的身高，其精确程度能达到 3 至 4 厘米。

图丨Geisinger Health System 伦理生物学家 Michelle Meyer

“这可能会引发一些其它的问题”，在 Geisinger Health System 从事生殖遗传学研究的伦理生物学家 Michelle Meyer 说道。“每个胚胎的基因组档案呈现在你面前。而你只要翻翻这本书来挑选胚胎。”想象一下，父母会选择像妈妈一样的最有可能进入哈佛的胚胎，还是选择像爸爸一样高大威武的胚胎？

对于位于新泽西州的小型初创公司 Genomic Prediction 来说，这些问题将会特别突出。这是因为 Hsu 长期以来一直青睐基于高智力基因挑选出来的胚胎。

2014 年，Hsu 写了一篇题为“超高智能人类即将到来”（Super-Intelligent Humans Are Coming）的文章。他在该文章中提出，基于高智力基因而挑选出来的胚胎在发育成儿童后，其在智商测试中的成绩可能会提高 15 分。

Genomic Prediction 公司表示，它们只会报告疾病。也就是说，它们只会找出那些被认为会发展成有严重患病风险的胚胎。即便如此，可以在 Hsu 的博客和公开声明中看出，他多年来一直在希望扩大这种技术的用途范围。

“假设我可以告诉你 4 号胚胎将是身高最高的，3 号胚胎将是最聪明的，2 号胚胎将是非常反社会的。假设报告中的粒度级别（level of granularity）是可用的”，今年春天他在公开场合上透露，“这就是我们不远的未来，它将在这里发生。”

测量身高

驱动这个预测模型进化的是大量的新数据，包括近期由英国 Biobank（英国的国家精密医学项目）于七月发布的 50 万英国中年人的遗传数据和医疗记录。

这个数据矿藏涵盖了每个志愿者约 80 万个单核苷酸多态性（single nucleotide polymorphism，简称 SNP），而 SNP 能够显示每个人的 DNA 有哪些细微的不同之处。这些信息的出现使得遗传学家们蜂拥混战：他们不断地更新其关于人类疾病的准确估计，甚至是只要遗传差异可以解释的话，像面包食用习惯这样的常规行为也会被预估出来。

有了英国的数据，Hsu 和 Tellier 取得了一个突破：针对身高这一容易测量的体征，他们使用机器学习技术创建一个行之有效的“预测器”。Hsu 表示，在大多数情况下，该模型可以根据 DNA 预测人的身高。

身高是目前最容易预测的特质。它主要由基因决定，并经常记录在人口数据库中。但是，Tellier 说，遗传数据库正在“快速接近”能够准确预测其他人类特征所需的容量，例如说某人患上某种疾病的风险，即使这种疾病的根本源头尚不明了。

Tellier 说，Genomic Prediction 将聚焦在那些“预测因子”已经到位或者即将到位的疾病特征上，例如说 Treff 患上的自身免疫性疾病。在这些情况下，较小的一组基因就能主导预测，或者就能保证结果更可靠。

例如，2014 年德国的一份报告就发现，仅凭多基因 DNA 评分准确区分 1 型糖尿病患者和其他人是可行的。虽然分数不完全准确，但这会影响父母的预期。平均来看，1 型糖尿病患儿的比例约为 17％。从 IVF 提供的试管受精胚胎中选出最好的一个，即使是预测因子容易出错，也可能降低患病机率。

在预测身高研究中，基因组预测希望使用该模型来识别侏儒症。Tellier 认为，人类有很多身体和心理上的缺点会潜藏在这些信息里，该公司也有能力识别智力缺陷，例如智商低于 70 的胚胎。

但是，他们并不打算向父母发放原始特征分数，仅标记可能异常的胚胎，因为这个产品必须要有“道德操守”。Hsu 说：“我们只会揭示目标与平均水平的落差。但是我们肯定不会打包票说这个孩子以后能进入 NBA”。

一些科学家怀疑这些分数会让人们通过体外受精来生育“优质的孩子”。即使分数大体来讲是准确的，对于个人来说，却不能保证其精确度。更重要的是，后天环境对基因的大多数特征也有很大的影响。斯坦福大学教授、研究克罗恩病（Crohn’s disease）的遗传学教授 Manuel Rivas 很担忧：“如果有人正在使用这些信息来决策如何生育，那我就不知道该怎么做了”。

图丨斯坦福大学遗传学教授 Manuel Rivas

过去几年，用这种统计学评分来干预生育的尝试受到了批评。2013 年，基因测序公司 23andMe 获得了一项专利：父母可以通过挑选捐赠者的精子和卵子，从而选择性实现后代的基因特征，比如眼睛的颜色等。该公司曾由 Google 资助，后因监管问题业务受阻。

但从那时起，多基因评分已成为日渐兴起的 DNA 测试里的常规方面。一家名为 HumanCode 的公司在线销售的 199 美元测试服务里，使用 SNP 分数来告诉一对父母他们的孩子可能有多高；而在奶牛养殖行业，多基因测试可以用来评估小奶牛的牛奶产量。

Geisinger 的专家 Meyer 认为：“在更广阔的维度上，我们对复杂特征的理解已经演变，不是几个基因就能决定基因的复杂性，有可能是几十、几千甚至所有的基因。体现在多基因风险得分里就是每个小项目、特征都有自己的小贡献，但是它们在一起才能决定人体本身”。在身高预测中，Hsu 最终使用了 20,000 种变体来预测每个人的身高。

胚胎测量

全世界每年有 100 万对夫妇接受体外受精; 在美国，试管婴儿占总出生人数比例 1％。移植前基因诊断（PGD）自 20 世纪 90 年代以来一直是该技术的一部分。在此步骤中，细胞是从在实验室里生长的几天的胚胎中提取出来的，所以可以进行测试。

现在，医生已经使用 PGD 来检测那些染色体缺失或具有遗传缺陷的胚胎，比如携带造成亨廷顿舞蹈病（Huntington’s disease，一种罕见的常染色体显性遗传病，又称慢性进行性舞蹈病、大舞蹈病。患者一般在中年发病, 出现运动、认知和精神方面的症状）的缺陷基因的父母可以使用胚胎测试来避免生育患有致命性脑部疾病的儿童。

不过，多基因检测遇到障碍是，在细胞数量很少的情况下，很难获得胚胎基因组广泛而准确的视图来进行必要的计算。Natera 首席执行官 Rabinowitz 认为很难对这种小 DNA 进行可靠的测量。

Tellier 说，基因组预测已经改进了一种分析胚胎 DNA 的方法，他说他将首先用于改进传统的 PGD，将许多单基因测试结合在一起。基因预测的做法是在胚胎上收集多基因分数，尽管该公司没有详细描述该方法，但其他科学家已经展示了克服准确性障碍的方法。

在 2015 年，由美国华盛顿大学的 Rabinowitz 和 Jay Shendure 领导的研究小组对一对采取体外受精的父母进行了测试，即便当时的胚胎还并不十分成熟，但当婴儿出生时，发现结果和胚胎基因测序十分吻合。

Rabinowitz 说：“我们同时也具备重建胚胎基因组以及创建一个多基因模型的技术。”而 Rabinowitz 很显然并不会放过这个绝佳的商业机会，他创办的公司目前已经上市，市值约 6 亿美元。下一步的重心在于是否要开拓胚胎评分业务。“问题是，这些模型还没有完全准备好。”他说。

这是因为尽管 Hsu 取得了初步成功，但评分算法仍有明显的局限。首先就是他们的数据大多来自北欧的人群，这也就意味着对于亚洲或非洲地区的人并不适用，甚至是混血人群也不可以。另外一方面，即便是对于北欧人群，这种测试也不能做到万无一失，仍然需要通过大量的临床研究来核实该流程的正确性。

图丨Akash Kumar

来自斯坦福的医学博士 Akash Kumar 有着治疗罕见疾病的经验，他认为基因预测会引发诸多问题。其一就是大量易获取的遗传数据有可能会导致研究偏离原本的方向。他说：“虽然患精神分裂症的人比较少，但每个人都有相应的身高体重数据啊！这也就意味着可供我们研究的人群十分庞大，这样一来，我们更应该好好思考一下究竟该如何使用这项技术。”

聪明的孩子

本周，Genomic Predictions 在美国生殖医学学会 (ASRM,American Society for ReproductiveMedicine) 年会上开辟了一个展位。该组织主要是代表广大的生殖科医生和科学家，他们曾经表示，检测胚胎成长到晚年会不会出现患上阿尔茨海默症等情况不仅在道德上是正当的，也符合父母们的“生育自由”。