AREX Feed Article
Google AI 宣布 Living Models 将 Gemma 4 与植物 DNA 模型 BOTANIC-1 组成突变定位管线：甜瓜目标突变不到 4 分钟排入 2,494 个候选第一
北京时间 10 月 6 日凌晨（UTC 时间 10 月 5 日 16:55），Google 官方账号 发帖宣布：巴黎 AI 生物学实验室 Living Models 把开放模型 Gemma 4 与专门基于植物 DNA 训练的 BOTANIC-1 组成一条管线，用于在成千上万个候选突变中找出真正改变作物性状的突变。随帖发布的 给出了核心数字：在一项针对甜瓜产量基因的测试中，这条管线把经过实验验证的目标突变排在 2,494 个候选的第一位，没有并列；按推文口径，全程用时不到四分钟。作为对照，配备经典生物信息学工具的运行在同一批数据上，最好成绩也只是把范围缩小到两个得分相同的候选。
BOTANIC-1 已随公告，同时附有与。本文所引各项性能数字均出自 Google 与 Living Models 的公告和博客，属官方口径，报道时未引用独立的第三方复现结果。
测试怎么做：从 47,492 个变异到逐个打分
测试对象是一个已获实验验证的突变。据博客介绍，这项甜瓜研究由法国国家农业食品与环境研究院（INRAE）研究主任 Adnane Boualem 领导：CmEIN3 基因内部的一个单碱基替换，能把甜瓜花的性别从雌花变成两性花，直接影响授粉效率和果实产量；博客示意图把这个突变标注为 CmEIN3 · G124R。
官方描述的管线运行过程是这样的：常规遗传定位先把全基因组 47,492 个变异缩小到 2 号染色体上的 3,061 个候选；随后 Gemma 4 过滤掉 567 个插入、缺失和重排，把剩下的 2,494 个单碱基突变逐一交给 BOTANIC-1 打分。打分完成后，排在第一位的是那个经过实验验证的 CmEIN3 突变。
博客还给出了 20 次重复运行的统计：配上 BOTANIC-1 后，Recall@1（正确答案排第一的比例）从无工具时的 0.00、专家指导经典工具时的 0.15 提高到 0.90，且 20 次运行中没有出现编造的变异；作为对照，使用经典工具箱的运行分别在 20 次里有 3 次和 4 次列出了不存在的变异。
经典工具的天花板：无辜突变搭上因果突变的「顺风车」
这道题难在遗传学本身。植物繁殖时，DNA 以大段连续区块整体遗传，博客把无害突变比作「同一节车厢里的乘客」，与真正致因的突变一起传给后代；在这个区块里，所有变异在样本植株上的分离方式完全一致，统计软件因此分不清哪个碱基真正改变了性状、哪些只是同一条染色体上的无害模仿者。的说法是：传统软件分不出哪些 DNA 序列真正改变性状，哪些只是长得像。
要把这些绑在一起的变异拆开，传统办法是实地试错：再种几千株植物去捕捉罕见的重组事件，或换个品系再测，或花一年时间逐个验证 CRISPR 构建体；推文称这种跨多个生长季的种植与测试可能耗时数年甚至数十年。植物遗传学家常用的 Bulk Segregant Analysis（混合分组分析）也只是把过程规整化——将性状相反的亲本杂交，种满一个生长季，按性状分组后测序——得到的仍是染色体上的一段宽区间，外加一张混着单核苷酸多态性（Single Nucleotide Polymorphism，SNP）、插入、缺失、数万行记录的未注释表格。
在官方描述的对照实验中，Gemma 4 被赋予标准命令行工具（bcftools、Ensembl VEP）独立操作：它能制定执行计划、按测序深度过滤、做变异注释，出现语法错误时（比如把人类基因组的参数套到植物注释文件上）也能读终端输出自行恢复，16 次里成功了 9 次。但最好的几次运行也只能把候选缩到两个得分相同的编码突变：一个是验证过的 CmEIN3，另一个是无关基因。团队随后用不含模型的确定性脚本跑了同一份数据，得到同样的天花板，以此说明瓶颈出在经典工具而非模型——这类工具度量的是遗传相关性，不是生物学后果，分不出哪个突变真正改变植株功能，按博客的说法，育种者只能靠数月的实验室验证去掷硬币。
一个写管线，一个读进化：两个模型如何分工
Living Models 的做法是不让任何一个模型独自包揽全部工作。Gemma 4 E4B 充当自主的生物信息编排器：编写终端管线、执行工具调用，把研究者的自然语言问题翻译成对 BOTANIC-1 推理接口的结构化查询；推文把它比作「项目经理」——写代码、整理数据、过滤掉干扰寻找答案的无关信息。BOTANIC-1 则是专门的植物基因组基础模型，在 320 个植物物种上预训练，负责评估每个候选变异受到的进化约束。
博客解释了为什么不直接让 Gemma 在原始 DNA 上训练：面向文本的分词对核苷酸序列效率低，支持长输入并不等于能捕捉远程调控相互作用，而基因组微调可能侵蚀模型原有的推理、写代码和调用工具能力；反过来，BOTANIC-1 这类专门的基因组语言模型擅长序列表征，却难被非技术背景的研究者部署、查询和接入日常实验流程。两个模型各补对方的短板。
BOTANIC-1 的打分方法沿用 Benegas 等人 2023 年发表于 PNAS 的思路：在最长约 128 kb 的序列上下文中，计算模型赋予变异碱基与参考碱基的对数似然比（Log-Likelihood Ratio，LLR）。一个碱基位点如果在数百万年的植物演化中保持不变，把它换掉就会得到强烈为负的分数，提示严重的生物学破坏。
Living Models CEO Cyril Véran 在博客中说：「最好的语言模型是出色的推理者，但它们对原始基因组是盲的。文本教会了 Gemma 4 如何提出假设、写管线、像专家生物信息学家一样从错误中恢复。配上 BOTANIC-1，等于给了 Gemma 一双能看见植物在说什么的眼睛——让它不只是谈论生物学，而是真正去做生物学。」联合创始人兼 CTO Leonard Strouk 把这套系统概括为连接两种能力：推理完成一次分析，以及预测 DNA 改变的后果——BOTANIC-1 负责区分常规分析无法分开的变异，Gemma 把信号变成一份科学家可以带进实验室的优先假设清单。
从 320 个物种到 500 多个已验证突变：官方给出的扩展成绩单
甜瓜案例之外，官方还给出了一组更大的比较。博客援引 Living Models 的研究称，团队把 BOTANIC-1 与经典生物信息学工具及多个领先的生物模型（包括 PlantCAD2 和 Evo 2）在超过 500 个已发表、经实验验证的植物因果突变上做了回顾性比较：BOTANIC-1 在 15.9% 的案例中把真正的因果突变排进前 0.1% 的候选（最好的非基因组语言模型基线为 4.6%），在 48.8% 的案例中排进前 1.0%（经典管线为 33.9%）。
部署方面，官方称测试显示更大的模型只增加运行开销、不提高准确率，因此 Living Models 通过 Ollama 在一块 NVIDIA L4 GPU 上本地运行 Gemma 4 E4B：专有基因组不出本地，算力开销也压到普通商用硬件可以承受的水平。推文同时给出了更大的背景：随着气候变化扰乱传统种植季，这条管线「有可能」让农业研究者按眼下的时间表培育出气候韧性作物、保障全球粮食供应——这是公告的措辞，不是已经发生的结果。
模型开放下载，运行轨迹公开，数字仍是官方口径
BOTANIC-1 的是 Hugging Face 上的 living-models/botanic1 合集，挂在 bioRxiv 预印本平台，博客和推文同时给出了。demo 里的 Trace Reader 页面显示：Gemma 4 E4B 被要求在 3,061 个候选中找出甜瓜性状背后的变异，在三种工具箱（无工具、经典生物信息学、BOTANIC-1）下各运行 20 次，全程留有记录；每个答案下方有一道 Gemma 看不到的独立核查，标注经过实验验证的 CmEIN3 变异落在第几位、列出的变异是否真实存在。
在这份公告的物料里，外界能直接核对的，除了模型与论文，就是这些运行轨迹；各项性能数字的出处只有 Google 与 Living Models 自己，是否成立取决于第三方复现。Boualem 在博客中把这项技术的实际价值说得具体：「遗传学把搜索缩小到一个基因组区域，但几十个变异与性状完全共分离。传统上要把它们分开，得在几个月或几年里种植、筛选数千株植物去捕捉罕见的重组事件。AI 真正的机会是大幅压缩这个搜索空间——找出该最先验证哪几个构建。」把 demo 里的 60 次运行记录逐条读完，或者下载模型自己跑一遍，是目前能做的两种核对。