A GENOMIC FOUNDATION MODEL BGI × ZHEJIANG LAB
华大生命科学研究院 · 之江实验室 联合研发向下，读懂 Genos ↓
01 / MEET GENOS认识 Genos
测序让我们读出 DNA。
Genos，帮助我们读懂它。
从 A、T、C、G 中学习生命规律，把序列转化为可复用的模型能力，支撑变异解读、表达预测和调控研究。
关于 Genos +
Genos 是由华大生命科学研究院与之江实验室联合研发的基因组基础模型。它像学习语言一样，从高质量、多样人群的基因组中学习 DNA 的排列规律，以单碱基精度理解长序列中的功能信息。研究者可以把这种通用能力接入具体任务：比较变异前后的表达变化，模拟不同染色质开放状态下的转录输出，或寻找疾病相关的候选基因与位点。Genos 为下游模型提供可复用的序列表征、预训练权重和分析能力。通过任务微调与多组学信息融合，它让研究者能围绕科学问题构建应用。从 Genos-Mutation、Genos-Reg 到 ATLAS，目标始终一致：先用计算缩小搜索范围，再让实验聚焦值得验证的发现。模型预测作为研究线索，需与实验及其他证据共同验证。
DNA 序列→Genos 基础能力→专业任务模型→研究线索
02 / WHY IT MATTERS核心价值
把候选缩小。
把验证做深。
从海量序列中找到值得关注的变化，
让下一步实验，更有方向。
FROM POSSIBILITIES TO PRIORITIES
大量候选计算筛选重点验证
研究流程示意 计算筛选 → 形成假设 → 实验验证 模型提供研究证据，发现由验证推进。
03 / BUILT ON GENOS下游赋能
一个底座，多条研究路径
你的问题，
从这里开始。
选择一个研究问题，
看 Genos 如何转化为具体能力。
一个变异，
可能如何改变表达？
比较参考序列与突变序列的 RNA 表达预测，帮助研究者理解变异的潜在功能影响。
输入 / INPUT
参考 DNA + 个体变异
输出 / OUTPUT
变异前后的表达轨迹
帮助你为候选变异确定验证优先级
VARIANT → EXPRESSION
对比参考与突变状态，观察潜在表达差异
流程与曲线均为示意，非实时预测04 / HOW IT WORKS核心技术原理
从四个字母，到可复用的能力
Genos 怎样
读懂一段 DNA？
先从序列中学习规律，
再用任务数据连接具体问题。
01 / SEQUENCE字母相同，
字母相同，
排列与位置不同。
DNA 由 A、T、C、G 构成。Genos 逐个碱基读取序列，同时保留它们所处的上下文。
- 输入
- 一段 DNA 序列
- 模型读取
- 碱基 + 在序列中的位置
把长序列的一小段放大DNA → TOKENS
ATGCATCGATCG
位置 1每个碱基，分别编码位置 12
单碱基分辨率
一处 A → G 的变化，也能进入模型。
02 / PRETRAINING看过前文，
看过前文，
预测下一位。
预训练时，模型根据前面的序列预测下一个碱基，再对照真实答案更新参数。从大量 DNA 中，逐渐学到上下文规律。
- 训练输入
- 当前位置之前的碱基
- 训练目标
- 下一个碱基的概率
自监督：答案就在原序列里NEXT BASE
ATGCATC
?为 A / T / C / G 计算下一位概率
对照原始序列，就能检验预测。
学习方式示意，未运行模型03 / REPRESENTATION联系上下文，
联系上下文，
把序列变成特征。
注意力为不同位置的信息分配权重；MoE 路由按输入选择部分计算模块。多层处理后，得到可供任务复用的序列表征。
- 内部计算
- 注意力 + 混合专家
- 可复用输出
- 表征向量 / 序列概率
模型内部的两个关键动作CONTEXT → FEATURES
注意力 · 汇集前文信息
MoE · 每个位置按需选择计算模块
E1E2E3E4E5E6E7E8
序列表征
连接、激活与特征均为示意04 / ADAPTATION同一个底座，
同一个底座，
接上不同研究任务。
表达预测需要任务头与数据微调；细胞状态研究再加入 ATAC 信号；候选区域发现则结合注意力分析与队列统计。
- 基础能力
- 预训练权重、表征、注意力信息
- 任务产出
- 表达预测 / 疾病相关候选线索
从通用能力，到专用方法ONE FOUNDATION
Genos预训练底座
把原理放进一个问题只改一个碱基，
只改一个碱基，
如何研究它的影响？
用同一个 Mutation 任务模型，分别处理参考与变异序列，再比较表达轨迹。
参考序列
CTAACG
MutationGenos + 表达预测头
经任务数据微调
经任务数据微调
表达轨迹
参考变异
先得到参考序列的表达预测。示意曲线，无真实预测数值。
1.2B / 10B开放基础模型规格
1M基座最长上下文
MoE按需组合计算模块
单碱基每个碱基分别建模
专业展开：上下文、注意力与任务微调
长上下文 × 单碱基
上下文是一次可参考的序列范围。Genos 基座最长支持约 100 万碱基，并在单碱基分辨率下建模。Mutation 与 Reg 当前表达任务采用 32 kb 窗口；基座上限不等于每个应用的窗口。
Attention × MoE
注意力学习当前位置与前文的联系，权重不直接等于生物因果关系。论文中的 MoE 含 8 个专家子网络，每个 token 选 2 个；“专家”是计算模块，不是预设的基因功能分工。
预训练 × 任务微调
预训练用 DNA 自带的下一碱基作监督信号，得到权重、表征与序列概率。表达预测再接任务头，以表达数据微调；Reg 加入反映染色质开放程度的 ATAC 信号。ATLAS 结合注意力扰动和队列统计，筛选候选区域。
表征，是什么？
表征是描述序列上下文特征的一组数值，可供分类、聚类或任务模型使用。序列概率描述下一个碱基的可能性；RNA 表达轨迹则来自专门适配后的下游模型。
为基因组模型增加可检索的“生物字典”
领域扩展 / ONEGENOMERICE同一建模范式，拓展至水稻专用模型研究
05 / THE JOURNEY大事记
从基础模型，
走向应用生态。
从联合攻关到多物种拓展，
用研究、应用与真实影像记录每一步。
华大 × 之江，联合攻关
华大生命科学研究院与之江实验室联合培养跨学科人才，围绕真实基因组问题共同研发。
之江实验室官方报道 · 团队起源 ↗
Genos 在 ICG-20 联合发布
在杭州 ICG-20 联合发布 Genos，开放 1.2B 与 10B 两个基础模型版本。
华大官网 · 2025.10.23发布 ↗
Genos-10B-v2 扩展学习范围
引入新增人群、非人灵长类与其他哺乳动物序列，扩展基础模型的学习范围。
Genos官方News · 2025.12.18 ↗
Gengram，为模型加入生物模式记忆
引入显式 motif 记忆与 k-mer 检索，为基因组模型补充可检索的生物模式。
Genos官方News · 2026.01.30 ↗
OneGenomeRice，走向水稻基因组研究
基于 422 份栽培稻与野生稻高质量基因组，构建水稻专用基础模型。
OneGenomeRice预印本 · 2026.04.23 ↗
Genos-m，面向人源相关微生物
面向人源相关微生物，采用 4.7B 稀疏 MoE 与 1M 上下文，学习跨尺度序列特征。
Genos-m预印本 · Posted May 24, 2026 ↗
Genos-Mutation，比较变异前后的表达
比较参考序列与个体变异后的表达预测，支持不同细胞背景下的变异功能研究。
Mutation/Reg公开介绍 · 2026.06.16 ↗
Genos-Reg，连接DNA与染色质状态
融合 DNA 与 ATAC 染色质开放信号，预测细胞状态相关的 RNA 表达。
Mutation/Reg公开介绍 · 2026.06.16 ↗
Genos-WGBS，探索甲基化与疾病机制
将变异、染色质可及性与 DNA 甲基化纳入多组学研究设计。
查看项目研究方案 ↗
ATLAS，用差异注意力寻找疾病相关位点
通过病例与对照的注意力差异，寻找疾病相关候选基因与区域。
华大官网 · ATLAS研究 · 2026.09.03 ↗
依据公开成果与项目材料整理 · 预印本、云端应用与研究方案分别标注 · 公开介绍日期与首次上线日期有所区别
GENOS FOR ENTERPRISE企业服务
育种与农业
以水稻为标杆，
让育种能力持续积累。
围绕真实育种问题，连接组学数据、模型分析与实验验证。
从水稻出发，与育种团队共同探索更多应用。
RESEARCH TO BUSINESSGenos-riceOneGenomeRice · 育种业务的研究起点了解BSI育种业务方案
06 / START EXPLORING开始探索
让下一个发现，有一个起点
把你的问题，
带进 Genos。
在线体验现有应用，
或用开放模型构建自己的研究路径。
有专业数据，或一个真实的科学问题？
与 Genos 团队交流