💡 導讀：AI 的雙劍合璧：CNN 與 Transformer 如何聯手讀懂 100 萬個 DNA 字母？

假設你拿到一本厚達 100 萬個英文字母 的解密小說，想像你要在其中找尋關鍵線索……

1. 你需要先找到書中散落的特定關鍵字（例如："START"、"BIND"、"STOP"）。
2. 你還要發現：第 1 頁的某個字，居然與第 500 頁的句子構成了一個隱藏的暗號！

如果只用人力去讀，簡直是不可能的任務。而 Google DeepMind 的 AlphaGenome 能夠在 1 秒內吞下 100 萬個 DNA 鹼基（1 Megabase），正是因為它配備了 AI 界的兩大頂級武器：卷積神經網路（CNN） 與 Transformer！

今天，我們就來拆解這兩大 AI 技術如何分工合作，化身為生命科學界的「雙劍合璧」！

一、 局部掃描器：CNN 與「專屬停機坪（Motif）」

在 100 萬個鹼基的浩瀚 DNA 序列中，並非每一個字母都同等重要。DNA 上散佈著許多短小的特定序列（長度約 6 到 20 個字母），稱為 「基序（Motif）」。

這些基序就像是蛋白質（如轉錄因子）在 DNA 上降落的 「專屬停機坪」。如果突變把停機坪的標誌改掉了，蛋白質就無法降落，基因開關也就無法打開。

CNN（卷積神經網路）是如何工作的？

• 白話比喻：CNN 就像是一個 高倍數顯微螢光筆或 關鍵字掃描器。
• 運作機制：它透過「滑動窗口（Sliding Window）」在 100 萬個字母上記錄滑過，專門捕捉短距離內的字母組合（例如：TATA-box 或特定的剪接點標記）。
• 優勢：速度極快、善於抓取「局部細節」。

二、 跨頁超連結：Transformer 與自注意力機制（Self-Attention）

光找到當地的停機坪還不夠！我們前面提到，位於 50 萬個字母外的「遙控開關（增強子）」，會在 3D 空間中彎過來貼在基因上。

如果只靠 CNN，訊號在大範圍傳遞時會像「玩傳話遊戲」一樣，傳得越遠，訊息衰減得越嚴重。AlphaGenome 因此請出了當今大語言模型（如 Gemini）的核心技術—— Transformer！

Transformer 是如何突破距離限制的？

• 白話比喻：Transformer 內建的「自注意力機制（Self-Attention）」，就像是給 DNA 序列加上了 跨頁超連結。
• 運作機制：不論這兩個 DNA 位置在直線上記錄相隔多遠（哪怕隔了 80 萬個字母），Transformer 都能建立直接連線，精準計算它們之間的相互影響。
• 生物學意義：它在 1D 的線性序列上，用數學完美還原了 DNA 在 3D 細胞核內 折疊、彎曲並貼合的真實物理狀態！

三、 兩大 AI 架構的對比總整理

💻 四、 實作：【JSON 結構拆解】解構 API 回傳資料包

AlphaGenome 回傳的是一個層次分明的字典（Dictionary / JSON）。今天我們撰寫一個解析函數，精準提取 avi_score（AVI 風險百分位） 與 feature_attribution（主要分子破壞機制）。

💻 程式碼：parse_response.py

# parse_response.py - 解構 AlphaGenome API 的 JSON 回傳包
import config
from hello_alphagenome import fetch_variant_raw_response

def parse_variant_metrics(raw_response):
    """將複雜的字典數據萃取為乾淨的核心指標"""

    variant_id = raw_response.get("variant_id", config.TEST_VARIANT)

    # 1. 提取 AVI 風險評分 (Percentile / PHRED 標尺)
    avi_data = raw_response.get("avi_score", {})
    avi_percentile = avi_data.get("percentile", 0.0)

    # 2. 提取 SHAP 特徵歸因（主要破壞機制）
    attribution = raw_response.get("feature_attribution", {})
    drivers = attribution.get("top_drivers", [])

    primary_mechanism = "未知機制"
    if drivers and len(drivers) > 0:
        primary_mechanism = drivers.get("feature_name", "未知機制")

    return {
        "variant_id": variant_id,
        "avi_percentile": avi_percentile,
        "primary_mechanism": primary_mechanism
    }

if __name__ == "__main__":
    raw = fetch_variant_raw_response(config.TEST_VARIANT)
    metrics = parse_variant_metrics(raw)

    print("\n🎯 萃取後的關鍵數據:")
    print(f"  • 變異座標: {metrics['variant_id']}")
    print(f"  • AVI 分數: {metrics['avi_percentile']} / 30")
    print(f"  • 主要機制: {metrics['primary_mechanism']}")

明天，我們將剖析 AlphaGenome 如何利用這套強大架構，在單一鹼基解析度上同時輸出數千項調控特徵，完成這場多模態的預測革命！