待验证50% 置信事实精确时间

通过分别输入参考序列和含有目标变异的替代序列，对比两者预测输出差异，可量化变异对功能信号的预测影响，即in silico突变效应预测（ISM）

1

来源数

50%

置信度

长期有效

时效性

2026/9/30

首次发现

来源

DeepMind推出AlphaGenome Atlas：90亿DNA变异的AI预测图谱

涉及实体

相关事实

待验证当前的LLM本质上是基于统计模式的预测系统，主要运作在因果推理的关联层65% 相似待验证自回归token预测范式建立在相关性而非因果性之上64% 相似待验证以往的功能预测工具如 CADD、PolyPhen-2、SIFT 也能对大量变异打分，但 AlphaGenome 具备从序列预测多维度分子表型的能力64% 相似待验证SIEM通过关联规则和行为分析将来自不同系统的日志集中汇聚，识别跨系统的异常模式64% 相似待验证自回归生成模型在预测下一个token时对序列末尾有就近偏好，这一序列末端效应（recency bias）在纯文本研究中已有记录64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/960563

API

curl https://kongchang.com/api/v1/knowledge/claims/960563

MCP

get_claim(id=960563)