AI正在打开基因组学的新大门。8月13日，华大基因（BGI-Research）联合之江实验室正式发布开源基因组AI系统OneGenome，这是一套将人类基因组基础模型Genos与大语言模型相结合的创新系统，能够直接关联DNA变异、临床文献与表型信息，为罕见病诊断提供智能化辅助。发布同日，该系统获得2026年联合国AI for Good全球峰会ITU"Innovate for Impact"奖，成为全球范围内"AI惠及人类"的标杆案例。在基因组数据呈指数级增长的时代，OneGenome的开源，意味着基因组AI能力不再被少数实验室垄断，而是向全球科研与临床机构开放共享。
OneGenome的核心，是将两代AI技术融为一体。底层是人类基因组基础模型Genos，它通过对海量基因组序列的预训练，学会了DNA序列的"语言规律"，能够捕捉序列中蕴含的生物学信息；上层是大语言模型，负责理解临床语义，把医生描述的临床症状、病史与基因组变异联系起来。两者结合，系统可以回答一个关键问题：这段DNA变异，是否与患者的表型相关，可能指向哪种罕见病。
传统罕见病诊断路径漫长而曲折：患者往往需要经过多次就诊、多项检查，平均确诊时间长达数年，被称为"诊断奥德赛"。而基因组AI的价值在于把诊断时间大幅压缩：医生将患者的基因组测序数据与临床表型输入系统，OneGenome自动完成变异注释、致病性评估、候选基因排序，并给出与文献证据匹配的诊断建议。这种"基因组+临床"的整合分析，让过去依赖资深遗传咨询师人工判读的工作，变得可规模化、可复制。
华大基因在基因组学领域的积累，为OneGenome提供了坚实的数据与技术底座。作为全球最大的基因组学研究中心之一，华大拥有海量的测序数据与临床样本，Genos基础模型的训练正是建立在这些高质量数据之上。之江实验室则在AI基础算法与算力设施上提供支持，双方联合攻关，将"测序能力"与"AI能力"打通，形成了从数据到模型的完整链路。
选择开源，是OneGenome最值得关注的动作之一。基因组AI的研发门槛极高，涉及海量数据、昂贵算力与跨学科团队，如果只停留在企业内部，其价值将局限于少数机构；而开源意味着全球的科研机构、临床实验室、开发者都可以获取、使用并改进这一系统，推动基因组AI能力的普惠化。
对于医疗资源匮乏的地区，开源基因组AI的意义尤为重大。罕见病诊断高度依赖遗传学专家，而全球范围内遗传咨询师严重短缺，大量罕见病患者无法获得准确诊断。OneGenome这样的开源工具，让基层医院也可以借助AI完成初步的变异解读与疾病筛查，缩小医疗资源的地区差距。联合国AI for Good峰会授予其大奖，正是对这一普惠价值的认可。
从技术生态看，OneGenome的开源还解决了基因组AI领域的"重复造轮子"问题。目前全球已有数十个基因组AI工具，但彼此数据格式、分析流程互不兼容，科研人员往往需要同时维护多套工具链。OneGenome作为统一的基础平台，可兼容常见的测序数据格式与变异注释标准，开发者可以在其基础上构建面向特定疾病的定制化分析模块，避免底层能力的重复开发。这种基础设施化的定位，有望让基因组AI从各说各话走向协同演进，进一步加速罕见病研究的成果转化。
从产业角度看，开源也是一步聪明的商业棋。通过开源建立生态，OneGenome有望成为基因组AI领域的事实标准，吸引更多开发者围绕其构建工具与应用，反过来丰富系统的能力版图。华大基因则可以依托生态，在测序服务、数据服务、临床解决方案等环节实现商业变现，形成"开源引流、生态闭环"的商业模式。这与Linux、TensorFlow等开源项目的成功路径一脉相承。
OneGenome的发布，是AI驱动基因组医学加速的一个缩影。过去一年，该领域接连迎来突破：AlphaFold系列在蛋白质结构预测上持续刷新纪录，让"从序列到结构"成为可能；AI药物设计公司用生成式模型从头设计蛋白药物并推进至临床；而OneGenome聚焦的"从序列到诊断"，则是基因组AI在临床端最直接的价值兑现，三者共同勾勒出AI在生命科学领域的完整应用版图。
技术突破之外，数据与标准的挑战依然严峻。基因组数据的隐私保护、跨国数据流动的合规问题、AI诊断结果的临床责任归属，都是基因组AI大规模落地必须跨越的门槛。业内专家呼吁，在推动技术创新的同时，应加快建立基因组AI的伦理规范与监管框架，确保技术在造福患者的同时，守住数据安全与公平使用的底线。
回到罕见病患者群体，OneGenome带来的希望是具体的：更快的诊断意味着更早的干预，更精准的基因解读意味着更合适的治疗方案。当基因组AI从实验室走向临床，从少数人可用变为全球共享，"健康中国"与全球健康公平的愿景，正在被一项项开源技术推向现实。而OneGenome，正是这条路上一个坚实的注脚。