“人類基因組計(jì)劃”已于2003年完成測序，我們得到了生命的“天書”，卻仍面臨解讀的困境。10月23日，第二十屆國際基因組學(xué)大會上，華大生命科學(xué)研究院與之江實(shí)驗(yàn)室聯(lián)合發(fā)布全球首個百億參數(shù)可部署的基因組通用基礎(chǔ)模型Genos，為破譯這本“天書”提供了新鑰匙。
與國內(nèi)外同類模型相比，Genos的優(yōu)勢體現(xiàn)在解讀能力與落地能力的雙重提升上。
解讀能力提升主要源于訓(xùn)練數(shù)據(jù)的擴(kuò)容?，F(xiàn)有模型多依賴1個至2個參考基因組，難以體現(xiàn)人類遺傳資源的多樣性。而Genos整合了人類泛基因組參考聯(lián)盟（HPRC）、人類基因組結(jié)構(gòu)變異圖譜計(jì)劃（HGSVC）等多個權(quán)威公開資源，首次將全球范圍內(nèi)636個“端粒到端粒”級別的高質(zhì)量人類基因組作為訓(xùn)練數(shù)據(jù)。這些數(shù)據(jù)覆蓋了全球不同人群，有助于更全面理解人類遺傳多樣性，從源頭提升了AI解讀的質(zhì)量。
落地能力提升則源于算法架構(gòu)的設(shè)計(jì)。Genos通過“混合專家”架構(gòu)，精準(zhǔn)調(diào)度相關(guān)“專家”算法協(xié)同處理，在匯總百億級龐大參數(shù)時成功降低推理成本和資源消耗，解決了大模型“好用難部署”的痛點(diǎn)。此外，Genos還是個開源模型，已在HuggingFace、魔搭等平臺全面開源開放，提供12億和100億參數(shù)兩個版本，滿足不同需求。
臨床測試結(jié)果也印證了Genos的真實(shí)能力：Genos在直接面向臨床應(yīng)用的致病性突變解讀任務(wù)中，準(zhǔn)確率達(dá)92%；結(jié)合科學(xué)基礎(chǔ)模型后，準(zhǔn)確率高達(dá)98.3%。多項(xiàng)綜合評測結(jié)果顯示，Genos超越現(xiàn)有最佳水平模型。
人類基因組由大約30億對堿基組成。對這種大規(guī)模數(shù)據(jù)的解讀分析，是AI大模型的拿手好戲。AI大模型可以重塑基因組研究與臨床應(yīng)用的節(jié)奏，助力科研、臨床與產(chǎn)業(yè)的三重躍遷，發(fā)展前景廣闊。
科研側(cè)，AI讓“大海撈針”成為“精準(zhǔn)導(dǎo)航”，可以大幅度壓縮尋找致病位點(diǎn)的周期，為罕見病、復(fù)雜病機(jī)制研究導(dǎo)航。
臨床側(cè)，AI讓基因報(bào)告從“天書”變成“說明書”，可以自動生成患者能理解的文本，輔助醫(yī)生完成快速、合規(guī)的臨床級解讀。
產(chǎn)業(yè)側(cè)，AI讓“試錯式”研發(fā)轉(zhuǎn)向“設(shè)計(jì)式”創(chuàng)新，可以大幅度降低實(shí)驗(yàn)迭代次數(shù)，為新藥研發(fā)節(jié)約成本。
展望未來，人類基因組AI大模型的進(jìn)一步發(fā)展還面臨三重挑戰(zhàn)。一是應(yīng)持續(xù)擴(kuò)充訓(xùn)練數(shù)據(jù)庫，納入更多疾病樣本與遺傳數(shù)據(jù)，提升復(fù)雜疾病解讀能力。二是需建立更完善的倫理與安全規(guī)范，明確模型解讀結(jié)果的臨床邊界，避免過度解讀風(fēng)險和隱私泄露風(fēng)險。三是應(yīng)加強(qiáng)跨學(xué)科協(xié)同，推動AI與臨床數(shù)據(jù)系統(tǒng)、生物實(shí)驗(yàn)平臺的深度融合，通過“AI預(yù)測+實(shí)驗(yàn)驗(yàn)證”的反饋迭代，持續(xù)優(yōu)化模型性能。
讓AI模型讀懂生命之書，將加速精準(zhǔn)醫(yī)療時代的到來，筑牢健康保障的防線。Genos的發(fā)布只是序章，未來誰能率先把人類基因組“讀、思、寫、用”四步閉環(huán)跑通，誰就能打開生命經(jīng)濟(jì)的下一扇大門。這需要大家的共同努力。只有學(xué)界、產(chǎn)業(yè)界、政策制定者和社會公眾共同執(zhí)筆，才能寫出更普惠、更健康、更文明的未來篇章。（本文來源：經(jīng)濟(jì)日報(bào) 作者：佘惠敏）
