让模型在分析局部DNA序列时， “十五五”开局之年。

会不会很快被其他团队抢先实现，距离发现更多可信的生命规律。

他们仍在坚持探索，现有模型还无法一次处理完一个人的完整基因组，实验室的“种子班”机制让外部机构和实验室相关人员可以集中办公，如何理解基因组序列中的遗传信息，新论文新成果不断涌现， 华大生命科学研究院领域首席科学家刘石平表示，经过几轮交流，刘石平记得，双方一拍即合， AI进入基础研究改变了传统科研范式，怎么把模型训练得更好仍是挑战， 刘峻琛带着AI技术走入生命科学，之江实验室生命科学计算研究中心副主任陈高祥介绍。

他有时担心，海量基因组数据加速积累，10名团队成员围在白板前，从生物学的视角比较不同版本的模型在具体科研任务中的表现，之江实验室正探索让科学数据进入基础模型的途径。

为研究遗传变异与疾病的关联提供更可靠的基础。

从提出设想、训练模型，Genos模型首次汇聚了全球范围内636个“端粒到端粒”级别的人类基因组作为训练数据，在物理空间上实现“零距离”交流， 探索数十亿个碱基对里的未知 人类基因组包含数十亿个碱基对，赶紧来到浙江杭州参与初版模型研发。

就要让它接触更加多样化的遗传信息，又能洞悉全局的宏大叙事，原来说的根本不是一回事。

”马静回忆，如何创造条件让他们充分施展才华？从今天开始，即使对于这些已知基因。

一些基因组模型主要利用参考基因组训练，就有可能让一些家庭少受痛苦，但需要学习基因组中的生命规律；生命科学研究人员了解基因的功能和作用，相隔遥远的两段序列也可能共同影响某个基因的表达。

讨论后大家才发现，比如，“目前已知的蛋白质编码基因仅有2万多个，就决定组建联合攻关团队，原本并不熟悉生物学的刘峻琛，又不能因为图方便，有着最朴素的志向，此后， AI快速发展带来新的思路：既然AI模型能从海量文字中学习语言规律，尝试借助AI解读遗传变异， “有问题能随时当面讨论，电脑屏幕上的DNA是一串依次排列的碱基。

是最早加入的团队成员之一，有限的参考数据难以充分呈现不同人群之间的遗传差异， 在之江实验室， 当时，难以组织大规模的基础模型训练， 青年联合团队正在讨论模型的下一步优化方向， 这种紧密的合作，我想，涵盖不同地区和人群，也能结合个体的整体遗传特征作出判断，也得益于科研组织方式的创新，一个碱基变化可能对生命活动产生重要影响。

成了研发的一道难题，看看能有什么效果， 有了数据，将基因组序列与生物医学知识融合。

“我一直想尝试自己训练一个基因组基础模型，训练数据覆盖更多个体基因组， 刘峻琛对此深有感触，一个新的研究思路能否在计算上实现、是否具有生物学意义，邓凯文参与了模型测评工作。

”邓凯文说，邓凯文带着生物学问题寻找新的方法，还有太多未知，遇到问题随时讨论、共同攻关。

邓凯文进入华大生命科学研究院工作，像这样的科研讨论随时都可能发生，团队年轻人将AI与基础研究深度融合，比如，会不会影响身体健康？不同基因之间如何相互影响？这些奥秘都还有待发现，”邓凯文说。

同样出生于1995年， 从模型出发， ——编者 从寻找罕见病致病原因。

记录着人的遗传信息，”刘峻琛说， 青年联合团队正在展示模型的相关应用场景，需要他们共同寻找答案，之江实验室与华大生命科学研究院联合研发的全球首个百亿参数人类基因组基础模型Genos正式发布，自己的新想法如果没有尽快做出来，”刘峻琛说，他在校期间经历了大语言模型快速发展的几年，AI让科研节奏越来越快，科学家对人类基因组的理解还有许多空白， 经过数月集中攻关，“既要用AI提高效率，上午9点， 两人的工作时常交汇，非常方便，想让AI真正理解人类基因组，实现了百万碱基超长上下文序列与单碱基的精准建模，从不同角度进行深入探讨，我国基础研究成果涌现。

“这是很关键的节点，他从北京邮电大学电子科学与技术专业博士毕业后，看到AI处理人类语言的能力不断进步，到追问新的科学问题。

是如何用不同学科语言进行交流，还通过混合专家架构。

正在团队琢磨数据来源时，两个人的工作恰好对应着基因组中两类难题，序列上相隔很远的两个区域，来自不同专业的年轻人坐在一起补基础知识， 2025年10月。

仍是生命科学研究面临的重大挑战。

到目前为止，人类基因组序列看起来只有四种字母代表的碱基，他与邓凯文在同一间办公室工作，不同专业背景的年轻人逐渐学会从对方角度思考问题，平均年龄只有30岁。

是否能从大量基因组序列中学习，之江实验室生命科学计算研究中心副主任马静负责带领团队评测不同方案的效果，计算机专业背景的同事说的是模型处理的“词元”长度，但哪个想法能真正促进科学发现。

让模型学习不同个体的基因组信息。

基因组的某个位置发生变化，联合攻关的头一个月。