基因组基础模型如Evo 2、Genos和Google DeepMind的AlphaGenome已能基于海量数据预测DNA序列差异对生物过程的影响，但研究者指出，这些模型把基因调控当作黑箱处理，难以真正解释基因组如何运作，可能无法胜任破解人类基因组复杂性的任务。 这一判断的背景是：人类基因组仅约2%为编码基因，其余非编码DNA参与复杂的基因调控，其三维折叠与转录因子逻辑远比细菌复杂。该结论由报道中的研究者提出，并非已证实的模型效果。
AI 根据报道生成 · 2 小时前更新
沿着报道，了解事件的不同侧面。
尽管 Evo 2、Genos 和 Google DeepMind 的 AlphaGenome 等基因组基础模型已能基于海量数据预测 DNA 序列差异对生物过程的影响，但它们把基因调控当作黑箱处理，难以真正解释基因组如何运作。人类基因组仅约 2% 为编码基因，其余非编码 DNA 参与复杂的基因调控，其三维折叠与转录因子逻辑远比细菌复杂，研究者认为这类输入-输出式 AI 模型可能无法胜任。
还没有足够的连续观测数据，暂不绘制趋势。