网易首页 > 网易号 > 正文 申请入驻

当AI开始“读基因”,谁来给模型喂更干净的基因组数据?

0
分享至


撰文丨王聪

编辑丨王多鱼

排版丨水成文

近日,在蒙特利尔落幕的美国人类遗传学年会(ASHG 2026)上,一个信号被反复放大——基因组学的下一程,不在“测得更多”,而在“测得更准、读得更深、算得更聪明”。


而把这个观点钉在现场的,是两家头部分析力量的同台验证——Google Research的DeepVariant团队和变异检测算法头部厂商Sentieon。他们不约而同地用了华大智造/Complete Genomics 的DNBSEQ测序平台,特别是CoolMPSSE600长读长模式下产出的数据,交出了让人眼前一亮的结果。

AI4S 的真相:算法再强,也怕“脏数据”

过去两年,AI for Science(AI4S)、AI for Biology 的浪潮把整个生命科学卷进了新阶段。

大家突然发现,瓶颈不再是“有没有模型”,而是:

  • 测序仪每天吐出海量基因组数据,可复杂区域(同源重复、串联重复、假基因、节段重复)依然读不清;

  • 线性参考基因组带来参考偏倚,算法再深也绕不开底层比对错误;

  • 泛基因组+深度学习已成共识,但喂给模型的原始数据质量,直接决定天花板。

因此,AI 模型的“眼睛”够不够“亮”,取决于测序数据够不够“干净”。而这一次,“干净数据”的起点,来自华大智造。

Sentieon 现场报告:CoolMPSSE600 重新定义“短读长”

在 ASHG 2026 Complete Genomics 展台,Sentieon发布了基于 DNBSEQ平台的 CoolMPS SE600(单端 600bp、PCR-free WGS)的 DNAscope Pangenome 管线结果。

先说几个关键数字(HG002,NIST v5.0q T2T 基准):

  • 总 SNP+Indel 错误数 29124,即总错误数低于 3 万;

  • 全基因组F1:0.9968;

  • SNP F1:0.9982,Indel F1:0.9917


再看横向对比(同一 HG002 样本):

A:SE600 + SE600专用模型,总错误数 29124;

B:SE600 + Illumina模型,总错误数 38005;

C:Illumina PE150 35x + Illumina 模型,总错误数 58259。


也就是说,同样 40x 左右数据量,DNBSEQ 平台 CoolMPS SE600 相比 Illumina PE150 短读长,总错误数直接砍半。而这一半的差距里,68% 来自缺失的 Indel——尤其是长同源重复、长均聚物区域。

为什么是“600bp 单端读长”改变了局面?

传统PE150(双端测序模式,每条片段从两端各读取 150bp),一条读对最长覆盖 300 bp,中间还有未测插入段(插入片段平均长度 200~400bp)。

而CoolMPS SE600是一条连续 600bp 的单端读长。别小看这多出来的长度,它解决的是基因组数据里最“脏”的地方——

  • 节段重复区:读长够长,才能跨过去、唯一比对;

  • 长均聚物(≥21bp):Illumina 常软剪切或止步,SE600 相比 Illumina 跨越长均聚物为 26:4;

  • 多拷贝基因家族(例如 GOLGA8N 四拷贝):Illumina 常把其他拷贝当本体,SE600 重新比对后完整分辨编码变异;

  • 参考基因组“假重复区”(例如 KCNE1):GRCh38 里多出的假拷贝,线性比对全乱;泛基因组+长读长直接归零错误。


在 CMRG(273 个医学相关基因)基准里,CoolMPSSE600——

  • SNP 漏检:减少 59.2%;

  • Indel 漏检:减少 49.4%;

  • SNP 假阳性:减少 53.8%。


对肿瘤科、遗传病、心电相关基因来说,这不仅仅是“指标好看”,更是临床可读性的质变。

Google AI 同场背书:泛基因组+深度学习,错误再降一档

在 ASHG 2026,Google Research 的Andrew Carroll在现场 CoLab 报告里给出另一组佐证——基于 DNBSEQ 数据训练的DeepVariant泛基因组模型,在 NIST v5.0q T2T基准上,HG002 错误数低于 5 万,比传统线性流程减少超50%。


他在报告中给出的关键点很直接——更干净的原始数据产出更高质量模型;泛基因组图结构消掉线性参考偏倚;开源、可规模化,任何实验室都能跑。

Google Research 用 AI 证明了,DNBSEQ 测出来的数据,是“AI-native”的。而 Sentieon 用工程化管线证明了,这套数据,能在生产级流程里稳定交付。

值得一提的是,相较于此前 Google Research 联合华大智造在预印本平台 bioRxiv 发表的,此次 ASHG 2026 现场,DNBSEQ + CoolMPS SE600 + 专用新模型,变异检测精度进一步提升。

AI4S 时代,华大智造在做什么?

我们回到更宏大的叙事。

当行业都在谈虚拟细胞、细胞大模型、AI CRO、自进化实验室...这些故事的底层,只有一个硬需求——持续、可靠、可溯源、可计算的高质量生命数据。

华大智造给出的不只是仪器,而是一整套底座——

  • SEQ ALL 全读长测序:短读长(DNBSEQ)、长读长(CycloneSEQ纳米孔)全覆盖;

  • CoolMPS 600 长读长化学:把复杂区域从“测不到”变成“测得清”;

  • DNBSEQ-T7+ 规模引擎:单日 14Tb+,把百美元基因组推向人群级;

  • PanVariants / DeepVariant / Sentieon 生态:完美适配下游高精度数据分析工具;

  • GLI 智能自动化+Omics多组学:从样本进、结果出,到数据回流模型;

  • GenoriaAI涌生智能:为 AI 智能体科学发现构建真实世界的强化学习环境。

这才是在AI4S里真正的“物理入口”:不是只卖一台测序仪,而是给 AI 提供“生产真理”的工厂。

数据的质量,决定AI的高度

ASHG 2026 这一年,行业记住的不会是“又增加了一点点读长”。而是这样一个事实——当 Google 的模型和 Sentieon 的算法,都选择在 DNBSEQ 数据上交出最佳成绩,那么,测序仪的竞争,已经从“通量/成本”卷到了“数据可计算性”。

未来将属于两套能力合流——上游:把复杂基因组区域测干净(测序层);下游:把干净数据变成可解释变异与模型资产(AI 算法层)。

华大智造要做的,是把这条链路收拢成一套硬核、可靠、开放的基础设施:让 AI 模型有更清的眼睛,让科学家有更稳的铲子,让每一个碱基都值得被 AI 模型信任。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
炸锅: 北京起飞航班惊现印度轮椅大军! 1个航班99人要轮椅, 全球机场被印度人挤爆

炸锅: 北京起飞航班惊现印度轮椅大军! 1个航班99人要轮椅, 全球机场被印度人挤爆

人间颂
2026-11-16 13:02:28
午评|刚刚!半导体突然起飞!A股有救了?

午评|刚刚!半导体突然起飞!A股有救了?

龙行天下虎
2026-11-17 11:36:34
男子和女子睡后很满意,想长期白嫖假装是富豪,被揭穿后闹大了

男子和女子睡后很满意,想长期白嫖假装是富豪,被揭穿后闹大了

江山挥笔
2026-11-17 08:55:44
祝贺!中国成功连任

祝贺!中国成功连任

政知新媒体
2026-11-17 07:11:29
加拿大总理卡尼抵达会见现场

加拿大总理卡尼抵达会见现场

极目新闻
2026-11-17 10:27:40
车船税优惠大调整!2027年1月1日起,大部分车主或将受到影响?

车船税优惠大调整!2027年1月1日起,大部分车主或将受到影响?

触摸史迹
2026-11-17 09:20:45
垃圾时间登场却被勒令砍鲨!杨瀚森3分钟5犯尬笑 轰1+3+1断太不易

垃圾时间登场却被勒令砍鲨!杨瀚森3分钟5犯尬笑 轰1+3+1断太不易

颜小白的篮球梦
2026-11-17 11:36:37
就这水平,别搞笑了

就这水平,别搞笑了

求实处
2026-11-17 00:19:47
诺里:我确实安排了对戈贝尔的故意犯规;末节替补球员打得很好

诺里:我确实安排了对戈贝尔的故意犯规;末节替补球员打得很好

懂球帝
2026-11-17 12:14:06
特朗普赶来深圳前,美军三艘航母进入战位,最后的倒计时已开始?

特朗普赶来深圳前,美军三艘航母进入战位,最后的倒计时已开始?

静儿家
2026-11-16 22:09:01
特朗普:不介意黄仁勋重掌英伟达

特朗普:不介意黄仁勋重掌英伟达

界面新闻
2026-11-16 23:00:15
《后会友期》又爆大瓜:3位女演员被迫换车厢,这次文吉儿洗不白

《后会友期》又爆大瓜:3位女演员被迫换车厢,这次文吉儿洗不白

春天来了啊
2026-11-17 09:04:33
3岁女童被生父女友捂死案将于18日宣判

3岁女童被生父女友捂死案将于18日宣判

黄河新闻网吕梁
2026-11-17 08:48:18
派出所、民政部门联合入户排查,上门主要核查这五项内容

派出所、民政部门联合入户排查,上门主要核查这五项内容

江启
2026-11-17 10:57:26
利物浦狂喜?1.37亿水货被克洛普激活!双响+世界波,近3场轰4球

利物浦狂喜?1.37亿水货被克洛普激活!双响+世界波,近3场轰4球

我爱英超
2026-11-17 07:04:13
水均益爆刘欢葬礼细节!刘欢弟弟代家人致辞,卢璐强装镇定忍悲痛

水均益爆刘欢葬礼细节!刘欢弟弟代家人致辞,卢璐强装镇定忍悲痛

一娱三分地
2026-11-16 18:50:09
新规落地!医保大调整,2027年1月起执行,退休人员请相互转告

新规落地!医保大调整,2027年1月起执行,退休人员请相互转告

猫叔东山再起
2026-11-17 10:20:09
Lisa赌城大尺度跳舞驻唱,门票三天收入500万,她在脱亚入欧美?

Lisa赌城大尺度跳舞驻唱,门票三天收入500万,她在脱亚入欧美?

影视口碑榜
2026-11-17 11:59:13
震惊!网传浙江一新员工父亲联系HR提多项要求:愿每月自掏5000给女儿加薪,请假外出需向他报备

震惊!网传浙江一新员工父亲联系HR提多项要求:愿每月自掏5000给女儿加薪,请假外出需向他报备

火山詩话
2026-11-16 16:02:11
东部第一主场爆冷!塔图姆24+12乔治高开低走,魔术掀翻绿军

东部第一主场爆冷!塔图姆24+12乔治高开低走,魔术掀翻绿军

钉钉陌上花开
2026-11-17 10:35:16
2026-11-17 14:31:00
生物世界 incentive-icons
生物世界
最前沿、最有趣的生命科学研究
10354文章数 145201关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

媒体:中俄美三国元首将举行面对面会晤 系历史上首次

头条要闻

媒体:中俄美三国元首将举行面对面会晤 系历史上首次

体育要闻

从上链接到上领奖台 34岁方博绝非等闲之辈

娱乐要闻

后会友期大瓜:3位女演员被迫换车厢

财经要闻

最新经济数据,释放关键信号

汽车要闻

多面新方盒捷途环游者EV开启预售 9.99万元起

态度原创

数码
亲子
健康
艺术
公开课

数码要闻

从掌心快充到夜之城开黑,满电狂欢燃动西南交大

亲子要闻

4岁女儿嗓子有点发炎,又在家不上学了,可把她给高兴坏了

医生眼里"很伤腰"的椅子,很多人天天坐

艺术要闻

缅怀 | 当代著名油画家尹国良逝世,享年95岁

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版