生物圈震撼：00后小哥在客厅完成基因组测序，27亿美金壁垒塌了！

新智元报道

编辑：Aeneas

【新智元导读】一台U盘大小的测序仪、几个AI模型——00后小哥Seth Howes，就这样在自家客厅里完成了基因组测序，独自破解了家族几十年未解的自身免疫疾病之谜。在2023年，完成一次人类全基因组测序的成本是27亿美元，而他只花了1100美元！

就在今天，全网都被这位00后小哥的故事刷屏了！

这位名叫Seth Howes的网友，利用便携式测序仪和Claude，在自家客厅就独立完成了完整的基因组测序，而且成功追溯到家族多代自身免疫疾病的致病机制。

这些问题，曾经令无数临床医生束手无策。

这些机制，此前没有任何一位临床医生能给出解释。看了十几年的病，换了无数家医院，答案最后是在自己客厅里找到的。

这个实验太震撼，生物技术圈现在已经炸锅了！

Claude大模型，居然让基因测序从资本密集型活动变成个人工具。

生物学研究的地点不再是哪家顶级实验室的昂贵机台，也不是什么医学院的公共平台，而是自家客厅！

桌子上的实验室，包括加热模块、涡旋振荡器、迷你离心机、移液器、MinION

现在，这个帖子已经全网刷屏了。

在实验室做了十年实验的人都感慨：你真是太专业了。

做遗传学研究的人都说，这个基因组测序项目正符合自己的研究范畴。

一位患有肿瘤的患者表示，这个实验实在是意义重大。

可以说，这是一个足以震撼整个生物圈的DIY实践：从此，生物学研究打破了机构垄断，彻底进入个人时代！

他希望，从病痛中夺回生命决策权

Seth Howes是一名exolabs的前工程师，并且是牛津的医学博士，和帝国理工的机器学习博士。

Seth的研究并非起于学术兴趣，而是源于一份沉重的家族遗传压力。

他的家族长期面临高风险的自身免疫性疾病。

就在他进行实验期间，他不到40岁的姐姐因病导致肝脏严重受损，在等待两年后才艰难获得肝源进行手术。

「我并不幻想能治愈家族的顽疾，但我确实想弄明白，为什么我们的身体会一代又一代地反噬自身？」

正是这种对生命底层代码的好奇心，再加上对数据隐私的追求，促使他决定在客厅搭建起一个「数字药剂师」的工作台。

毕竟，在他看来，「你最私密的数据不应该离开你的房子」。

核心黑科技：AI的指数级加持

过去，全基因组测序是大型实验室的专利，动辄耗资数十万美元。

而这次Seth的成功，关键在于三个要素的加持。

1. 硬件：口袋里的「基因读取器」

首先，在硬件上，他使用的是Oxford Nanopore MinION测序仪。

这东西只有U盘大小，插在电脑上就能读取DNA序列。

几年前，同样的事情需要一台占满整个房间的Illumina测序仪，配上一支专业团队和一笔六位数的预算。

而现在，这个只有充电宝大小的设备，内部布满了约2000个纳米孔（直径仅1纳米），当DNA片段穿过这些孔洞时，引起的微电流变化会被记录下来并转化为遗传代码。

它将测序成本从数十万美元降到了1000美元级别，未来甚至可能降至100美元。

可以说，MinION把「读取DNA」这件事，从一个资本密集型行为变成了一个工具型能力。

就像3D打印机把「制造」从工厂搬到了桌面，MinION把「测序」从实验室搬到了客厅。

1. AI模型：从「读代码」到「理解功能」

但是在实验中，光读出A、T、C、G四个碱基是不够的。

30亿个碱基对的原始数据摆在面前，如果不知道它们意味着什么，就只是一堆字母。

这就是AI登场的地方。在实验中，用到了两个关键模型。

第一个是Evo2。

这是Arc Institute开发的基因组基础模型，参数规模达到70亿，在全球超过12万个物种的基因组数据上训练。它能做的事情是：给一段DNA序列，预测这段序列在生物学上的功能。

你肯定反应过来了——这就是一个生物学版的GPT！

GPT读懂人类语言，Evo2读懂生命语言。区别是，Evo2读的那本书有30亿个字母长。

第二个是AlphaGenome。

Google DeepMind出品，专门做基因组功能预测。它不只是告诉你「这段DNA编码了什么蛋白质」，而是能预测「这个位点的突变会对基因表达和染色质结构产生什么影响」。

从「读DNA」到「理解DNA功能」，这个跨越，过去需要一整个分子生物学实验室花几个月去验证。现在，一个模型跑几个小时就出结果。

1. 接口简化：大模型成了「实验室助理」

说到这儿，整件事里最让人意外的细节不是测序仪，也不是基因组模型，而是Claude。

Seth在操作过程中，用Claude生成了BED文件。

BED文件是基因组学的标准数据格式，记录基因组上特定区域的坐标信息。以前写这种文件需要懂生物信息学的专业人员手动编写，或者用专门的命令行工具。

现在的做法是：用自然语言告诉Claude「帮我生成一个BED文件，覆盖这几个基因区域」，它就生成了。

生物学操作，已经被语言接口接管。

个人实验室时代来了

现在，硬件平民化（MinION）、AI理解力指数级提升（Evo2 + AlphaGenome）、操作门槛被语言接口抹平（Claude），直接构成了一个完整的范式转移链条。

每一环单独拿出来都不算新闻。但三环同时闭合，就出事了！

一个有好奇心的年轻人，在自家客厅解开了临床医生十几年都解不开的谜。

这件事的冲击力，不在于Seth个人的故事有多传奇，而在于它揭示了一条正在加速的曲线。

测序成本的下降轨迹，比摩尔定律还狠。

2003年，完成一次人类全基因组测序的成本是27亿美元。2007年降到1000万。2014年降到1000美元。2024年，部分平台已经能做到200美元以下。

下一个目标，是100美元。

这条曲线的斜率意味着，在不远的将来，测序你自己的基因组，成本可能比做一次全身体检还低。

很多人第一反应是：这不就是个极客的hobby project吗？普通人谁会在家测基因组？

但回想一下，2010年的时候，有多少人觉得「普通人会在家里用3D打印机」？

每一次工具链闭合之后，从极客玩具到大众应用的窗口期都在缩短。这一次的窗口期可能更短，因为背后的驱动力是刚需。

客厅实验实录：如何在家「读」懂自己的DNA？

Seth公布的完整操作规程显示，他的实验室设备除了精密移液器外，很多都来自eBay二手或速卖通。

在样本提取阶段，他没有采取复杂的抽血，而是用无菌口腔拭子摩擦脸颊内侧，仅用 1根拭子就获得了约5-7微克 DNA，远超实验所需的1微克。

自适应采样，就是MinION的杀手锏。

Seth通过软件控制，让测序仪在读取每个片段的前500个碱基时进行「初筛」：如果是他关心的免疫相关基因，就继续读；如果不是，就反转电压把DNA链「吐出来」，换下一条。

运行开始几分钟后，MinKNOW 控制面板上的纳米孔活性状态

这个过程中，他使用了M3 Ultra芯片的Mac Studio进行实时碱基识别，并利用英伟达的DGX Spark提升分析速度，保证了算力。

生物学，不再属于个人垄断

1970年代，计算机还是大型机构的专属工具，然后个人电脑出现了，然后互联网出现了。

生物学正在走同一条路。

测序仪是个人电脑，基因组基础模型是操作系统，Claude是用户界面。当这三层同时就绪，生物学的「个人计算机时刻」就到了。

Seth在客厅里完成基因组测序的那个下午，可能就是这个时刻的第一帧画面。

十年后回头看，2026年大概是一个分水岭。

这场实验的意义远不止于一个技术宅的胜利。它标志着生物学研究正在经历一场从机构垄断向个人DIY模式的范式转移。

当复杂的生物学操作被AI简化为语言对话，当昂贵的仪器变成人人可负担，普通人就能主动解析生命的底层逻辑。

正如Seth所说，他在摆弄基因回路时找到了小时候摆弄电脑的快感，这种「极客精神」正在开启一个新的时代。

接下来，AI还会创造多少奇迹？

参考资料：

https://iwantosequencemygenomeathome.com/

https://x.com/ReyJudgementOS/status/2046201536683061374