中国生物工程学会第十八届学术年会暨2026年全国生物技术大会日前在沈阳举行。在“AI for Biology：基因组大模型与蛋白设计”分会场，二十余位专家学者就AI技术在基因组学与蛋白质设计领域的前沿交叉应用进行报告并研讨。

“AI for Biology：基因组大模型与蛋白设计”分会场活动由中国生物工程学会主办、中国农业大学承办，中国农业大学教授赖锦盛担任会场主席。研讨重点涵盖基因组大语言模型、蛋白质从头设计、AI驱动的功能蛋白创制等。

当天，中国农业大学副教授辛蓓蓓以《DeepD：跨物种基因组大模型与可控长序列设计》为题进行了报告。据辛蓓蓓介绍，基因组基座大模型DeepD由中国农业大学玉米生物育种全国重点实验室赖锦盛课题组联合百图生科、浦江国家实验室、崖州湾国家实验室等单位联合开发。该模型通过高效的模型架构、覆盖基因与基因间区的全基因组预训练，以及可控长序列生成策略，能够预测遗传变异的功能影响、识别非基因区的复杂特征，并生成酵母整条染色体和百万碱基长度的拟南芥基因组片段。DeepD 模型覆盖了动物、植物、人类、细菌、病毒等基因组序列，可应用于农业动植物设计育种、医学和生物制造等领域。

通过与国际同类大模型，包括Google DeepMind开发的AlphaGenome、美国英伟达公司与Arc Institute等机构联合开发的Evo系列进行比较，DeepD模型的综合表现达到了领先水平。DeepD采用与DeepSeek同类的稀疏混合专家架构，在扩大模型容量的同时降低活跃计算量，将高效计算与跨物种基因组建模、可控长序列生成相结合，为基因组大模型领域迎来一个可喜“DeepSeek时刻”，展现了我国在人工智能与生命科学交叉领域的创新能力。

辛蓓蓓表示，DeepD已提供API访问，研究人员可通过官方网站申请接入使用。API支持序列生成与模型推理，方便研究人员将其接入变异分析、调控元件设计和长序列生成等科研流程。团队将进一步推动模型与实验验证结合，探索其在作物功能变异挖掘、分子设计与生物育种中的应用。

此外，来自北京生命科学研究所、华中农业大学、上海交通大学、中国农业科学院深圳农业基因组研究所、中国科学院天津工业生物技术研究所、中国科学院微生物研究所、中南民族大学、北京中关村学院、南京师范大学、华南农业大学、北京大学、中国农业科学院作物科学研究所、中国科学院成都生物研究所、杭州力文所生物科技有限公司、中南财经政法大学等机构的专家学者就相关领域课题进行了报告并研讨。

来源：中新网