據科技日報報道，23日，華大生命科學研究院與之江實驗室聯合發布全球首個百億參數可部署的基因組通用基礎模型Genos。該模型支持多達百萬堿基對的超長上下文分析，并實現單堿基分辨率的精準識別。

人類基因組由30億對堿基組成。“人類基因組計劃”破譯了序列，但序列上堿基的具體功能仍需要精準識別和解析。

現有模型大多基于1—2個參考基因組開展訓練，難以體現人類遺傳資源的多樣性。而Genos整合了人類泛基因組參考聯盟（HPRC）、人類基因組結構變異圖譜計劃（HGSVC）等多個權威公開資源，首次將全球范圍內636個“端粒到端粒”級別的高質量人類基因組作為訓練數據。這些數據覆蓋了全球不同人群，有助更全面理解人類遺傳多樣性。

據悉，Genos模型已在HuggingFace（抱抱臉）、魔搭等平臺全面開源開放，提供12億和100億參數兩個版本，滿足不同需求。