← 最新论文
🧬 遗传学

Is the Bitter Lesson coming to genomic prediction? An untuned tabular foundation model matches or beats specialized methods

这项研究表明,通用型、未经微调的表格基础模型 TabPFN-3.5 在多种植物物种和性状上达到或超越了专门的基因组预测方法,这支持了萨顿(Sutton)的“苦涩教训”,即可扩展的计算方法可以超越特定领域的领域知识。

原作者: Flagel, L.

发布于 2026-11-15
📖 1 分钟阅读☕ 轻松阅读

原作者: Flagel, L.

原始论文根据 CC0 1.0(https://creativecommons.org/publicdomain/zero/1.0/)发布到公有领域。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

长期以来,农场主和育种者一直面临着一个艰难的选择:是等待数年以观察一种植物或动物在现实世界中的表现,还是尝试根据其遗传密码来推测其未来。在现代育种中,科学家可以快速且廉价地读取成千上万个候选者的 DNA,但测量实际性状(例如一头奶牛能产多少奶,或一株玉米长得有多高)仍然既缓慢又昂贵。为了弥补这一差距,他们使用了一种被称为基因组预测的工具。这种方法通过训练计算机,利用一组已知个体来学习生物体的 DNA 与其物理性状之间的关系,然后将这种知识应用于仅经过 DNA 检测的新个体,以预测其性状。几十年来,这项工作中最成功的工具是专家们精心设计的专门化模型,这些模型根据遗传学的特定规则进行设计,例如假设性状是许多微小遗传效应的总和。

一项新的研究提出了一个挑衅性的问题:如果我们不再试图用复杂的、定制化的规则来“智斗”数据,结果会怎样?与其为遗传学设计一个专门的模型,是否可以使用一个在数百万个各类合成示例上进行过训练的通用型计算机程序,仅通过观察原始数字就能学会预测遗传结果?研究人员使用一种功能强大的新型软件——基础模型(foundation model)来测试这一想法。与需要专家调整每个设置并对基因运作方式做出假设的传统工具不同,这种模型在预训练完成后即可直接投入使用。团队直接将植物和树木的遗传数据输入该模型,没有进行任何特殊调整或加入遗传学知识,以观察这种“一劳永逸”的方法是否能够匹配甚至超越那些经过二十年精炼的专门化方法。

研究人员将这种通用模型置于考验之下,将其与涵盖六种植物和树木物种(包括大豆、水稻、玉米和白云杉)的十八种不同预测方法进行了对比。他们使用了一个包含数千个个体和数十万个遗传标记的海量数据集。在第一轮测试中,他们将新模型的表现与以往研究中报告的十八种既有方法的平均结果进行了比较。这款通用模型脱颖而出,在十八个特定性状中,它在十一个测试中排名第一。它的表现如此出色,以至于在所有测试中都取得了最佳综合排名,这表明一个旨在进行通用数据分析的工具,其表现可以超越专门为遗传学构建的工具。

为了确保比较的公平性,研究人员随后在与新模型完全相同的划分方式下运行了最成功的传统模型。这一步骤至关重要,因为以往的研究使用了不同的数据划分方式,这有时会导致结果看起来比实际情况更好或更差。即使在这种严格的面对面对比中,这款通用模型依然稳住了阵脚。它在四项特定测试中显著优于表现最好的传统模型,其中包括大豆的所有三个性状以及水稻的开花时间。在大豆测试中(其数据集规模最大),新模型表现出了明显的优越性。然而,这并非一场完美的胜利;在涉及白云杉木材密度的测试中,传统模型仍然更加准确。

研究还探讨了一个关键局限性:这些模型在预测原训练组之外的植物家族性状时表现如何。在育种过程中,通常会对一组家族进行建模训练,然后尝试预测完全不同的新家族的表现。当研究人员在这些场景下对大豆进行测试时,新模型的优势消失了。面对这些未见的家族,通用模型和传统的专门化模型都同样表现挣扎。这一发现表明,新模型的成功高度依赖于识别其已经见过的特定亲属群体内的模式,而非发现一种适用于所有遗传谱系的普遍规律。

研究人员得出结论,他们的结果支持了所谓的“苦涩的教训”(Bitter Lesson)这一概念,即在人工智能领域,单纯通过增加计算能力来扩展规模的方法,最终会超越那些基于人类直觉和领域特定知识的方法。这款通用模型不需要被告知基因是如何运作的,也不需要被告知如何处理遗传数据。它只是处理了所给的信息,利用其在合成数据上的大规模预训练来发现人类设计的模型所遗漏的模式。虽然在绝对精度上的提升幅度较为适中,但在关键领域却是持续且显著的。这项研究表明,基因组预测的未来可能不在于构建更复杂、更专门的模型,而在于使用强大的通用工具,让其直接从数据本身中学习,将繁重的任务交给计算能力而非人类专业知识。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →