華大基因發布大語言模型驅動新方法，助力罕見病精準防控

　　人工智能（AI）技術隨著科技的飛速發展已廣泛滲透至多個領域。在生命健康層面，AI憑借其獨特優勢在推動基因組醫學的創新發展中扮演著重要角色，尤其是在罕見遺傳疾病診斷中展現出了巨大的潛力。然而，利用基因測序技術對海量的基因組變異進行大規模、高效精準的致病因素識別，仍然是一個挑戰。因此，基于基因檢測大數據，并以AI算法作驅動的智能化篩選工具的研發，將進一步推進罕見病的診斷進程。作為中國基因科技領域的的先行者，華大基因長期致力于多組學大數據技術的創新，其研發出的大語言模型驅動的新方法GeneticTransformer（GeneT），對助力科研與臨床應用轉化、加速生命科學研究步伐以及深化生命大數據應用具有重要意義。

　　近十年來，人工智能（AI）在罕見遺傳病致病基因和變異篩選領域取得巨大進步。這些方法通過語義的相似性將患者表型與已知致病基因相關聯，并結合變異位點注釋信息構建評分或預測模型，以此過濾與排序候選變異，其代表性工具包括Exomiser，VAAST，Xrare，AMELIE，GEM，Emedgene，andAI－MARRVEL等。盡管這些工具在臨床診斷中展現出重要價值，但其多數是基于表型語義相似性度量，需將患者臨床表型信息轉化為標準化表型詞條，并通過遺傳分析專家進行校準。這一過程不僅耗時耗力，還對基因型與表型關聯數據庫的全面性以及患者臨床表型描述的精準度存在高度依賴，大大加深了篩選罕見遺傳病致病基因和變異的難度。而大型語言模型（LLM）的最新發展，為罕見病的分析解讀提供了新的視角與策略。其在處理大規模文本數據及復雜問題上的能力，可更為高效地助力臨床醫師與科研人員識別疾病相關基因與變異，以此推進個性化精準醫療進程。

　　作為全球精準醫學與公共衛生領域的先行者，華大基因AI團隊在近期研究工作中開創性地應用了微調大語言模型對罕見遺傳病致病變異進行有效識別，研發出了大語言模型驅動的新方法GeneticTransformer（GeneT），以助力提升遺傳病分析解讀能力。該方法基于公開數據構建的數萬例陰陽性病例訓練數據集，將資深遺傳病分析專家解讀思維鏈構建的提示詞作為模型微調的邏輯基礎，指引基礎大語言模型學習篩選罕見遺傳病致病變異的能力。GeneT在模擬樣本及真實臨床樣本中致病變異召回率分別高達99％和98％，分析效率提升了20倍。華大基因的這一成果有望取代傳統表型驅動篩選方法，推動罕見遺傳病的研究與臨床應用，助力患者群體獲得精準診療。

　　華大基因的AI科研團隊創新性地引入大語言模型，以識別罕見遺傳病的致病變異。該模型相較于傳統工具及遺傳病人工篩選在真實臨床場景驗證展現出顯著優勢，能靈活應對多樣化的臨床表型信息，實現變異篩選與排序的高效精準，并結合RAG技術，提供更新且更及時的數據庫檢索服務，有望解決當前遺傳病分析解讀中的痛點與難點。未來，華大基因將持續深耕基因科技領域，通過不斷創新推動精準醫療發展，幫助罕見遺傳病患者獲得更為高效的精準診療，為增加人類健康福祉貢獻力量。