GenDA基因组扩散模型：变异预测强，功能生成弱

Susu Hu等作者发布基因组扩散模型GenDA（Genomic Density-optimized Absorbing Diffusion），参数量202M。经监督微调后，该模型在ClinVar SNV汇总上AUROC达0.774，比同规模自回归模型高0.103。 但作者原本假设熵引导的跨度放置能把重建压力集中在组成复杂的区域，从而同时改善变异效应预测和功能序列生成；实测中随机跨度变体的AUROC也达到0.777，与熵引导版本相当，说明这一引导并未带来提升，基因组掩码先验难以迁移到功能生成任务。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。