斯坦福大学医学院研究人员联合中国台湾科研团队、谷歌研究院（Google Research）以及谷歌深度思维实验室（Google DeepMind），研发出一套助力遗传学发现的AI分析流程。

全球约有3.5亿人罹患罕见遗传病，明确其致病基因能够加快治疗药物的研发进程。

本研究作者、斯坦福大学医学院麻醉学、围手术期与疼痛医学教授Gary Peltz表示：“我们证实，大语言模型（LLM）不仅可在小鼠实验中辅助发现致病基因，还能为人类听力损失及多种罕见遗传病出具遗传学诊断结果。”  

遗传变异和疾病 Genetic variants and disease

基因组是细胞中DNA指令的完整集合。这些指令编码RNA和细胞功能所需的蛋白质。DNA由四种碱基对组成，其顺序决定了指令内容。然而，这种顺序可能存在差异，任何个体都可能有数千个DNA序列变异，被称为“意义未明的变异”。我们尚不清楚这些变异是否会导致疾病。  

61岁以上成年人有三分之一、85岁以上成年人有80%存在听力损失。其中半数病例由遗传病因导致。但并非所有致病遗传因子都已被找到，听力损失患者体内各类遗传变异的意义也尚不明确。  

Peltz指出：“针对其他遗传病因的修复性疗法即将问世，因此识别听力损失的遗传基础变得愈发紧迫。”

目前发现致病遗传因子的方法是全基因组关联研究（GWAS）。该方法寻找遗传因子与某一性状或病症存在之间的统计学关联。问题在于，虽然GWAS可以正确识别致病变异，但也会基于假阳性关联识别变异。

我们需要将真正的致病变异与假阳性区分开来，以更好地理解遗传病。

此外，Peltz解释说，目前从海量数据中筛选致病遗传变异既昂贵又耗时，且需要临床遗传学家的专业知识。“基于AI的基因组分析方法可以大幅加速分析并降低成本。更广泛地说，基于AI的基因组序列分析可通过提供精准基因组健康服务，改善数十亿人的医疗保健。”

用于遗传诊断的大语言模型 Large language models for genetic diagnosis

为了克服这些问题，研究人员设计了能够处理候选基因列表以识别最大可能性致病基因的AI流程。  

他们使用了两种通用LLM：Med-PaLM 2和Gemini 2.5 Pro。与Med-PaLM 2不同，Gemini 2.5 Pro是新一代模型，未经过医学训练或微调。  

首先，Med-PaLM 2被要求分析小鼠GWAS研究中的基因。它不仅正确识别了具有已证实致病因子的基因，还发现了一个导致自发性听力损失的新遗传因子。这一发现得到了实验验证。  

随后，团队开始使用Gemini 2.5 Pro进行两项人类研究：一项包含20名患者的听力损失研究和一项包含6名患者的罕见遗传病研究。

谷歌深度思维实验室的研究科学家、该研究的共同第一作者Tao Tu描述了该AI流程及其工作原理：“该流程通过获取筛选后的患者基因列表，让模型根据医学文献和患者具体症状研究这些基因，然后要求其基于引用的证据对排名进行推理。对AI的结论与临床遗传学家和耳鼻喉科医师的诊断进行了比较。”

Gemini 2.5 Pro成功识别了导致听力损失的遗传因子，且无需任何医学微调或训练。由于罕见遗传病研究的复杂性，团队修改了流程以考虑这些患者的多重复杂症状。Gemini 2.5 Pro再次成功识别了致病遗传变异，助力罕见病的遗传诊断。

研究人员在发表于Advanced Science期刊的论文中写道：“这些结果表明，基于AI的方法随后可用于高效确定全球约3.5亿疑似遗传病或罕见未确诊综合征患者的遗传基础。”

遗传发现的AI未来 The AI future of genetic discovery

展望未来，研究人员正将该AI流程整合到智能体框架中，以纳入自主AI智能体。这将允许接入其他包含基因突变和蛋白质数据的模型，进一步提升流程能力。  

该领域迭代速度极快，研究团队对大语言模型的升级有着长远规划。Peltz希望在不久的将来打造出可全自动读取患者电子病历、完成基因组解析的模型。

他评价道：“这类升级版LLM将对生物医学研究产生颠覆性影响。它们属于具备强推理能力与进阶智能体功能的新型知识生成类AI，能够提出创新性科研假说，助力生物医学重大突破、加速新药研发、持续优化诊疗方案。”

但AI输出内容仍需人工审核与解读，临床医师与遗传学家在整个诊疗流程中依旧不可或缺。  

在通过迭代优化AI算法提升准确率之外，Peltz也点明了该领域面临的深层挑战：“遗传研究分析等位基因效应时，大多只聚焦基因组中编码mRNA与蛋白质的片段（仅占基因组总量约2%）。然而大量遗传突变同样作用于剩余98%的基因组，我们亟需开发更完善的技术来解读这类突变带来的影响。”

Peltz认为，近期推出的alpha genome——一种可解读基因组序列变异的深度学习模型，恰好可以攻克这一难题，并挖掘基因组其他部分的信息。  

未来，遗传学和AI很可能在医学中发挥重要作用，正如Peltz所解释的：“让个体充分了解自身遗传决定因子的影响，将对公共卫生事业产生深远且变革性的影响：医疗实践的重心可从当下的疾病治疗转向疾病预防；可根据遗传因子制定个性化的疾病预防计划。”

Advanced Science 是Wiley旗舰期刊Advanced系列中的一种完全开放获取的跨学科科学期刊，发表材料科学、物理、化学、医学、生命科学、环境科学、工程和社会科学等领域的前沿基础和应用研究。我们的使命是通过开放获取出版，使前沿创新的科学研究具有更广泛的可访问性。Wiley的Advanced系列是全球公认的高影响力期刊系列，传播来自资深和青年研究人员的科学成果，帮助他们实现使命并扩大科学发现的影响力。

Advanced Science 最新2025影响因子（JIF）为 14.1，五年平均影响因子为 15.6，JCI 引文指标为1.90，CiteScore 为 18.1。在2025年中国科学院期刊分区表中，Advanced Science入选综合类期刊一区TOP。  

参考文献：

T. Tu et al., Genetic Diagnosis and Discovery Enabled by Large Language Models, Advanced Science (2026), DOI: 10.1002/advs.202518656  

*封图来源：Gerd Altmann via Pixabay

*我们认为影响因子并不是衡量一本期刊成功与否的唯一标准，我们正在改进衡量和提升 Wiley 期刊影响力和作者科研成果影响力的方式。在未来，我们将采用更广泛的基于期刊和基于文章的评价指标，以提供更丰富的形式来展示期刊表现。

支持单位：