把基因组交给 AI，听起来像是算力与模型规模的问题；但真正的障碍，可能在于我们尚未采集到足够“对味”的数据。
发生了什么
WIRED 的一篇报道给出了一个相对克制的判断：AI 目前还不具备处理复杂基因组的能力。文章的核心观点是，细胞内的 DNA 并不是一串静态的指令清单，而是一个高度动态的系统；正因如此，AI 模型与科学家面临同一个困境——缺乏足以正确解码它的数据。
报道没有把矛头指向模型架构或算力，而是指向数据本身。这与当下“更大模型解决一切”的叙事形成了明显张力。
为什么重要
基因组学一度是深度学习最早、也最被寄予厚望的应用领域之一。从序列比对到变异注释，AI 已经在不少具体任务上发挥作用。但“完成某个子任务”和“理解基因组如何运作”之间存在巨大鸿沟。
问题在于基因组的动态性：同一段序列在不同细胞类型、不同发育阶段、不同环境条件下的表现可能完全不同。要建模这种条件依赖关系，需要的不是更多同类序列，而是能反映这些状态变化的多层次数据——而这类数据恰恰稀缺、昂贵，且分散在不同实验室与平台之间。
这也解释了为什么基因组领域的 AI 进展常常呈现“单点突破、整体停滞”的形态：模型可以在基准任务上刷出漂亮结果，却难以迁移到真实的生物学解释上。
影响与看点
对行业而言，这条判断的实际含义是：短期内，基因组 AI 的竞争焦点可能从模型规模转向数据资产——谁能拿到高质量、带状态标注、可跨条件对齐的数据，谁就更可能做出有解释力的成果。这对数据平台、实验方法和标注标准提出了更高要求。
对开发者来说，值得警惕的是把通用大模型的成功经验直接套用到生物序列上。语言模型的训练语料是人类写下的文本，而基因组没有“作者意图”，它的“语法”仍需通过实验来反推。
一个独立的判断是：在基因组领域，数据基础设施的进展速度，很可能比模型迭代速度更能决定未来几年的真实突破。
值得持续关注的方向包括：多模态生物数据的整合方式、实验数据与模型预测之间的闭环验证，以及领域内对“什么才算真正理解基因组”这一标准的讨论如何演变。
