Adv Sci丨AI赋能从DNA复原3D人脸，推动生物识别技术革新

传统DNA分析在法医学、遗传研究等领域具有广泛应用，但其通常依赖于与已知样本进行比对，尚不足以支持从基因直接推断外貌。而个体面部形态作为一种高度多维、复杂的表型特征，既受遗传因素控制，又受到年龄、性别与生活环境等变量影响，这使得“由DNA复原人脸”一直被视为一大难点。

近日，Advanced Science在线发表了国科大杭州高等研究院陈洛南研究员、中国科学院上海营养与健康研究所汪思佳研究员、中山大学生命科学学院左春满副教授、纳伊夫阿拉伯安全科学大学刘凡教授合作的题为De novo reconstruction of 3D human facial images from DNA sequence的最新研究成果，开发出一种名为Difface的生成式AI模型。Difface采用对比学习和扩散学习等多模态技术，实现仅凭DNA序列即能精准生成3D人脸图像，标志着基因数据与生物识别技术的融合迈入全新阶段。

据团队介绍，Difface不仅能够精准重建静态面部图像，还可结合个体表型（如年龄、性别、体质指数）进一步提高生成图像的真实性。更值得注意的是，模型还具备“面部衰老趋势”预测功能，能够模拟个体随年龄增长的面貌变化轨迹。在多轮对比实验中，Difface在鼻部、颧骨、下颌等受基因主导的面部关键区域表现尤为突出。志愿者盲测结果显示，大多数参与者可以在多张人脸中准确识别出与模型生成图像对应的真实个体，验证了其视觉一致性与辨识度。即使在基因数据量极度压缩的情况下（如只保留10% SNP位点），模型仍展现出显著的生成稳定性，具备良好的鲁棒性与可推广性。

图：Difface算法框架（a）DNA与人脸的匹配准确性及生成精度评估（b）基于DNA的3D人脸生成结果展示（c）

Difface的出现，为从遗传信息中直接复原个体面貌提供了一种全新的实现路径。该模型结合扩散生成与跨模态对比学习策略，在DNA到三维人脸映射这一长期悬而未解的难题上取得关键性进展，不仅能够还原微妙的基因影响，也突破了传统面部重建对外部图像样本的依赖。

国科大杭州高等研究院博士研究生焦铭琦和中国科学院上海营养与健康研究所李嘉睿博士为该论文共同第一作者，国科大杭州高等研究院陈洛南研究员，中国科学院上海营养与健康研究所汪思佳研究员，中山大学生命科学学院左春满副教授以及纳伊夫阿拉伯安全科学大学刘凡教授为该论文通讯作者。合作者还包括上海交通大学张曼菲博士，杜思源博士，国科大杭州高等研究院研究生钟炳旭，李书宁，张奇彬，国科大杭州高等研究院博士研究生梁中明。本研究得到了人类表型组国际大科学计划提供的人脸DNA序列表型数据支持。

原文链接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202414507

制版人：十一

BioArt

Med

Plants

人才招聘

会议资讯

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。