非遗传学读者细读 AlphaGenome Atlas:预计算是突破还是包装?
Babayaga1664 · reddit · 2026-09-10
一位非遗传学用户细读 DeepMind 的 AlphaGenome Atlas 预印本后提出困惑:团队对人类基因组约 90 亿个单碱基突变与约 1 亿个观测 indel 预跑模型并存储结果,将「逐变体推理」变成查表,还训练了 AVI 分数与 motif 图。
他的疑虑:
- 这本质是模型预测表而非测量数据,实验室该给它多大权重?
- 头条临床结果是回顾性的:在已有答案的 GREGoR 病例上 top-50 召回 29.5%,对照 CADD 的 12.5%;前瞻性表现未知。
- 罕见变异关联研究宣称发现提升 22%,但 25 个发现中仅 4 个在 All of Us 中名义复现,无一通过 Bonferroni 校正——这在领域内算正常还是偏弱?
- DNM1 案例(深内含子变异、脑特异隐秘剪接受体、血液 RNA-seq 无法检出)令人印象深刻,但是代表性还是精心挑选?
作者追问临床遗传学者是否会真的使用它,以及「预计算」是真解锁还是增量精度提升上的叙事包装。
「研究」频道最新
- Trail of Bits 发现 Lean 漏洞,13 行假证明能通过费马大定理校验 — jedisct1 · 2026-09-10
- Domingos 质疑 OpenAI：纳维-斯托克斯突破靠算力而非 LLM — pmddomingos · 2026-09-10
- Pangram 到底在检测什么？一篇拆解 AI 检测器的博客 — eltokh7 · 2026-09-10
- 陶哲轩：AI 让论文写得更快，但 90% 数学文献将变得粗制滥造 — tak3sh8 · 2026-09-10
- 开发者探讨哈希网格做稀疏体素仿真：瓶颈在延迟而非碰撞 — Michael_Moroz_ · 2026-09-10
- CADArena 基准揭示:AI 能建出漂亮 CAD 几何体,却造不出可维护的特征树 — hudzah · 2026-09-10