小编推荐相信我们都已经深入用上了AI甚至多数人已经用AI agent进行生信分析。这篇论文也是生物大模型在GWAS上的应用推荐阅读。GPN-Star概览融合比对与演化树信息的基因组语言模型gLMsGPN-Star 通过利用多物种演化树Phylogeny和全基因组比对WGAs中嵌入的演化信号来学习基因组的功能约束。受经典演化模型的启发它能够刻画基因组位点在不同物种间的演化规律。为了实现这一目标研究引入了一种专门的 Transformer 架构将序列上下文与演化信息有机融合在一起。GPN-Star在人类全基因组变异效应预测中的表现研究团队聚焦于发生频率最高、影响最显著的错义突变Missense variants并在多个权威数据集上进行了对比验证。在临床致病变异预测ClinVar上划分 ClinVar 数据库中的致病与良性突变任务中GPN-Star (V)脊椎动物模型取得了最高的 AUPRC 评分性能超越了 ESM-2 和 ESM-3-open并达到了知名蛋白语言模型 ESM-1b 的水平。在体细胞肿瘤突变预测COSMIC上区分 COSMIC 肿瘤高频突变与人群常见突变gnomAD的任务中GPN-Star (V) 表现显著优于所有竞争模型证明其预测能力不仅限于胚系变异Germline variants在体细胞癌症变异上同样强大。在深度突变扫描实验验证ProteinGym上 ProteinGym 的 31 项人类蛋白质实验数据中GPN-Star (V) 的预测效果大幅超越了所有全基因组模型Genome-wide models仅略次于针对特定蛋白质优化的专用模型。在结合人群等位基因频率校准Post-hoc Adjustment后相比于监督训练时使用了等位基因频率数据的 AlphaMissense 和 PrimateAI-3DGPN-Star 在仅利用 gnomAD 等位基因频率进行简单的后处理校准后在 ClinVar 预测表现上成功超越了 PrimateAI-3D并逼近 AlphaMissense。致病性非编码变异接着研究团队考虑了涉及非编码变异的任务这类变异在预测建模中尤其具有挑战性。研究在证明GPN-Star是识别人类基因组中致病性非编码变异的强大工具。GWAS 精细定位变异位点全基因组关联研究GWAS在识别导致遗传性疾病易感性的基因变异方面发挥了重要作用。为了进一步评估 GPN-Star 的应用效果研究评估了它在对英国生物样本库UK Biobank中 65 种性状进行 GWAS 精细定位所得出的潜在因果错义变异与非因果错义变异进行分类时的性能。在所有对比模型中GPN-Star (M)哺乳动物模型在该精细定位错义变异任务上取得了最高的预测性能。值得注意的是尽管 AlphaMissense 和 PrimateAI-3D 利用了人群等位基因频率信息但在该任务中均被 GPN-Star 显著超越。罕见变异关联分析鉴于 GPN-Star 在预测致病变异和精细定位变异方面的强劲表现团队探索了其在罕见变异关联分析RVAT中的应用——这是统计遗传学中一项极其重要但也极具挑战性的任务。研究人员对 RVAT 产生浓厚兴趣的原因在于由于受负向选择压力的影响大多数具有重大效应的变异往往都非常罕见。为了克服低频变异在统计检验效能上的不足RVAT 通常在基因层面展开即将每个基因内的变异进行汇总分析。这些检验程序通常依赖能够反映功能重要性的变异注释从而在汇总过程中对变异进行优先筛选。GPN-Star可能提供了互补的信息并增强了检验的统计效力。全基因组进化约束为了更直接地评估模型预测与基因组进化约束之间的联系我们利用了gnomAD v.3.1.2的等位基因频率数据该系统汇总了来自76,156名人类的全基因组测序样本。人类群体中的等位基因频率是选择约束的重要指示器由于纯化选择有害等位基因的频率通常较低。在所有三个进化时间尺度中低GPN-Star分位数箱中的变异平均等位基因频率均低于对应的PhyloP和PhastCons表明GPN-Star更准确地捕捉了人类基因组中的选择性约束。模式生物的GPN-StarGPN-Star只需多物种WGA和相应的系统发育学即可预测变异效应使其易于适用于那些全基因组变异解释仍具挑战性的物种。为证明这一点研究在五种重要模式生物上训练了GPN-Star模型Mus musculus、Gallus gallus、Drosophila melanogaster、Caenorhabditis elegans和Arabidopsis thaliana。展示了GPN-Star如何作为一种高效且低成本的工具用于研究功能元素及其跨基因组的依赖关系补充并指导实验研究。看了下这个模型并不大消费级显卡即可使用硬件友好可以试试哦参考Ye, C., Benegas, G., Albors, C. et al. Predicting genome-wide functional constraints with GPN-Star. Nature (2026). https://doi.org/10.1038/s41586-026-11005-5预训练模型、训练数据集和基准数据集可在Hugging Facehttps://huggingface.co/collections/songlab/gpn-star-68c0c055acc2ee51d5c4f129