观察｜随着“人人基因组时代”的临近，谁能高效准确地理解大量的生命数据？

在“人人基因组时代”到来之前，基因测序行业将首先面临生命数据分析解读中的“劳动力短缺”问题。

“随着测序技术的快速发展，当每个人都有机会获得专属的个人全基因组数据时，如何高效准确地从海量的生命信息中解读生命之谜已经成为业界关注的焦点。”近日，华大基因(30067676)在国内领先的测序企业华大发布两款纳米孔测序仪时.SZ）CEO赵立见如提到了行业面临的问题。

值得注意的是，随着纳米孔测序仪的推出，华大宣布将进入“SEQ ALL“阶段，即实现“全读长”测序产品的闭环。类似地，华大基因团队提出“生成生物智能GBI”，基于基因检查大数据，结合先进的AI算法。 ALL (Generative Bio-Intelligent)”“创新范式。

据介绍，GBI ALL概念的核心是通过生成生物智能技术对全基因组数据进行深度分析。其中，基因检查多模态大模型GeneT是华大基因在AI大模型领域的一大进步。

据华大基因IT副总监梁伦纲介绍，GeneT模型在真实临床样本的检测中表现出极高的准确性，与临床表型相关的突变可以从数百万个变异点中快速筛选出来，可以支持临床诊断和治疗。

华大基因除了面向临床的GeneT模型外，还提出了ChatGeneT基因组咨询平台。普通用户将自己的基因检测报告上传到chatGeneT平台，通过对话了解相关疾病的遗传风险和预防建议。

此外，华大基因还通过AI算法和大数据分析，推出了智能疾病防控系统13311i，帮助预测个人健康风险，制定个性化预防方案，促进从被动治疗到主动健康管理的转变。

在华大基因方面，GBI ALL的出现将推动精准医学进入数学智化时代。

事实上，获取基因组数据只是解决许多生命问题的第一步。如何处理测序获得的海量数据是技术有效应用的关键。这也是该领域长期改进的方向之一。

因美纳，全球行业巨头（Illumina）Kylele人工智能副总裁 在去年9月在江苏南京举行的一次会议上，Farh提出，“基于人工智能和大模型的算法在基因数据领域具有巨大的潜力，因为美纳R&D部门正在全力推动基于自然选择训练的AI算法在基因数据中的应用和开发。”

去年六月，因美纳也宣布推出全新人工智能。（AI）算法——PrimateAI-3D，它可以利用灵长类动物基因和先进的人工智能技术来改变遗传风险预测和药物靶点发现。“你可以训练ChatGPT等语言模型在维基百科和其他地方的当前文本中生成。我们使用了类似的深度学习架构，但我们的数据来自数百万年的自然选择。”当时这家公司说。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com