基因组变异解读系统GenoAI深度：Illumina与Broad研究所联手将全基因组分析时间从72小时压缩至45分钟

文章正文

基因组数据分析一直是精准医疗的瓶颈。一份30倍覆盖度的全基因组测序数据约包含100GB原始文件，传统分析流程需要经历序列比对、变异检出、注释和临床解读四个阶段，整个周期通常需要48至72小时。2030年5月发布的GenoAI系统正在改变这一格局。

GenoAI由测序巨头Illumina与麻省理工学院和哈佛大学共同运营的Broad研究所联合开发。该系统的核心创新在于跳过了传统的序列比对步骤，直接从纳米孔测序仪的原始电流信号中识别基因变异。

Broad研究所计算基因组学负责人Mark Daly解释说：「传统流程好比先将一本书翻译成另一种语言，再在翻译版本中找错别字。GenoAI的做法是直接阅读原稿，在发现可疑之处时才进行局部翻译验证。」

GenoAI采用了一种名为「信号图网络」的深度学习架构。该架构将测序仪产生的连续电流信号转换为时序图结构，每个节点代表一段核苷酸序列窗口，边表示相邻窗口之间的信号相关性。图神经网络在该结构上执行消息传递，同时完成碱基识别和变异检测两个任务。

在性能方面，GenoAI对单核苷酸变异的检出率达到99.89%，对插入缺失变异的检出率达到99.21%，均高于传统工具GATK的最佳表现。更关键的是，分析时间从72小时缩短至45分钟，其中30分钟用于数据传输，实际计算仅需15分钟。

临床应用方面，GenoAI已在波士顿儿童医院的新生儿重症监护室投入使用。医院遗传学主任Robert Green表示：「对于疑似遗传病的新生儿，我们过去需要等待3到5天才能拿到基因组分析结果。现在从采血到出报告，整个流程可以控制在2小时内。」

不过，GenoAI的部署面临成本挑战。系统需要配备Illumina最新一代NovaSeq X Plus测序仪和专用GPU集群，单次全基因组分析的硬件折旧成本约为680美元。虽然低于传统流程的约900美元综合成本，但前期设备投入门槛较高。

此外，该系统目前仅支持人类全基因组分析，对微生物组、肿瘤体细胞突变检测等场景的支持仍在开发中。Illumina计划在2030年第三季度推出针对肿瘤液体活检的专用版本。