斯坦福学者谈变异优先级:没人解决它,旧评分派也过时了
anshulkundaje · x · 2026-09-18
计算基因组学学者 Anshul Kundaje 发长线程讨论基因组变异优先级问题：变异优先级是非常难的问题，谁声称已经“解决”了它就是在撒谎；但声称古老评分与模型就是全部所需的人，也只是停留在过去、没有认真跟进文献。
线程要点：
- 通用聚合评分（CADD、AVI、GPN-STAR 等）在结合上下文特异性效应时仍有用，但把多维评分压缩成单一通用分数会丢失大量信息。
- 非编码变异效应高度依赖细胞上下文，这是不以细胞上下文为条件的 DNA 语言模型表现吃力的原因。
- 监督式序列到组学模型的核心优势正是学习上下文特异的调控逻辑。
- AI 智能体与模型可解释性兴起，让在多维变异效应评分上直接推理、避免有损汇总成为可能。
所属事件:斯坦福专家评 DeepMind AVI：有竞争力但非颠覆，反驳「AI slop」(35 条相关)→
「研究」频道最新
- 小米 MiMo 提出 CodeSpecWeave:用相互依赖规格合成任务训练编程智能体 — XiaomiMiMo · 2026-11-02
- Mistral Large 4 短提示词从零写出量子化学 SCF 求解器并自建 3D 可视化 — MistralAI · 2026-11-02
- 谁把「用 AI 治愈癌症」讲得最具体？2025 年路线图正在成形 — iskander · 2026-11-02
- arXiv 论文证明 SGD 最优步长调度:单调递减的线性衰减是唯一极小极大最优解 — konstmish · 2026-11-02
- Karpathy 的 nanochat:100 美元从零训练出类 ChatGPT,星标近 6 万 — karpathy · 2026-11-02
- 读完 46 份资料后写出 Agent Evals 指南：自评 95 分的评测为何不可信 — blaizedsouza · 2026-11-02