Dek slaid
KembaliKebangkitan Model Asas Bioperubatan — 220 Model Ditinjau
Tinjauan 220 model asas bioperubatan mendapati 53.6% sudah menggabungkan dua atau lebih modaliti data, dengan bahasa tabii menjadi antara muka penghubung. Halangannya bukan kekurangan idea, tetapi kekurangan data berpasangan dan ketiadaan penanda aras multimodal yang standard.
Ringkasan Penyelidikan · Nature Biotechnology · April 2026
Model Asas Bioperubatan Sedang Beralih Daripada Satu Modaliti kepada Banyak
Tinjauan terhadap 220 model asas bioperubatan
Model asas bioperubatan1 / 17
Apa Yang Berlaku
Apa Yang Dikira Sebagai Model Asas Bioperubatan
- Model pembelajaran mesin berskala besar yang dilatih dengan pelbagai data bioperubatan dan klinikal.
- Data itu merangkumi jujukan genetik, pemprofilan molekul, pengimejan bioperubatan dan rekod kesihatan elektronik.
- Ia mempelajari perwakilan yang boleh digeneralisasikan untuk menyokong penemuan dan kerja klinikal di hiliran.
- Tinjauan ini merangkumi empat domain: bahasa tabii, pengimejan dan isyarat, omik, dan jujukan molekul.
- LLM serba guna dikecualikan; fokusnya ialah 220 model khusus bioperubatan.
Model asas bioperubatan2 / 17
Apa Yang Berlaku
220 model, empat bidang, lebih separuh multimodal
- 220model dikumpulkan, sepanjang empat tahun
- 53.6%adalah multimodal — 118 menggabungkan dua atau lebih modaliti
- 17modaliti data yang berbeza kesemuanya
- 4domain: bahasa, pengimejan, omik, jujukan
Pemerhatian utama
Bahasa tabii ialah modaliti yang paling kerap dipasangkan dengan yang lain, dan sedang menjadi antara muka penghubung antara jenis data. Ini menyeluruh sepanjang kertas itu: pemimpin petikan yang muncul dan hala tuju yang kurang dibangunkan kedua-duanya menunjuk kembali kepada struktur yang sama.
Model asas bioperubatan3 / 17
Apa Yang Berlaku
Disahkan
Taraf Apa yang berlaku Perincian Disahkan Tinjauan itu diterbitkan Chang, Cheng, Modi, Wang, Xu dan Ma, dalam Nature Biotechnology — dalam talian pada 30 April 2026, bercetak pada Ogos tahun itu di 44(8):1263–1266. DOI 10.1038/s41587-026-03135-y.Disahkan 220 model, empat bidang, lebih separuh multimodal Setiap kiraan dan bahagian pada halaman ini — 220, 118 (53.6%), pecahan seni bina dan pecahan penilaian — dinyatakan dalam teks makalah itu sendiri dan dibaca dari situ. Model asas bioperubatan4 / 17
Apa Yang Berlaku
Disahkan, tidak dapat disemak di sini
Taraf Apa yang berlaku Perincian Disahkan, tidak dapat disemak di sini Model 220 yang mana satu Senarainya ialah Jadual Tambahan 1. Repositori menyajikan fail itu di sebalik cabaran yang tidak dapat dilepasi projek ini, jadi senarai itu tidak pernah dibaca model demi model — kiraan itu milik makalah, bukan kiraan semula. Disahkan, tidak dapat disemak di sini Kiraan petikan Ia datang daripada Semantic Scholar dan hanya dicetak di dalam rajah makalah itu, yang tidak menyatakan bila petikan sesaat itu diambil. Ia dibaca daripada rajah tersebut. Kiraan petikan berubah, jadi anggaplah ia satu detik tanpa tarikh dan bukan kedudukan semasa. Model asas bioperubatan5 / 17
Garis Masa
Dari BioBERT ke Evo 2
Setiap model yang disebut tinjauan ini, bertarikh mengikut penerbitan pertamanya sendiri
- 15 Feb 2020BioBERT diterbitkan — BERT yang dilatih semula menggunakan abstrak PubMed dan teks penuh PMC; ia kemudian menjadi model bahasa tabii paling banyak dipetik dalam tinjauan itu.
- 13 Apr 2021ESM-1b menunjukkan bahawa model bahasa yang dilatih dengan 250 juta jujukan protein, tanpa sebarang label, mempelajari maklumat struktur yang sebenar; ia ialah moyang bagi model peneraju jujukan molekul dalam tinjauan itu.
- 26 Feb 2024scGPT diterbitkan, dipralatih menggunakan lebih 33 juta sel individu; ia menjadi peneraju omik dalam tinjauan itu.
- 19 Mac 2024UNI diterbitkan, dipralatih menggunakan imej tisu daripada lebih 100,000 imbasan patologi slaid penuh; ia menjadi peneraju pengimejan dan isyarat dalam tinjauan itu.
Model asas bioperubatan6 / 17
Garis Masa
Dari BioBERT ke Evo 2
- 16 Jan 2025ESM3 diterbitkan — model generatif yang membuat penaakulan serentak terhadap jujukan, struktur dan fungsi protein; tinjauan itu kemudiannya menamakannya sebagai salah satu peningkat selepas 2025.
- 4 Mac 2026Evo 2 diterbitkan, dilatih menggunakan 9 trilion pasangan asas DNA merentasi semua domain kehidupan; tinjauan itu menamakannya sebagai peningkat kedua selepas 2025.
- 30 Apr 2026Chang, Cheng, Modi, Wang, Xu dan Ma menerbitkan tinjauan ini sendiri, dalam talian, di Nature Biotechnology.
- Ogos 2026Tinjauan ini muncul dalam terbitan bercetak Nature Biotechnology, jilid 44, nombor 8, muka surat 1263–1266.
Model asas bioperubatan7 / 17
Hujah
Pengekod Menguasai
Seni bina Bilangan Bahagian Berasaskan pengekod 114 51.8% Campuran 67 30.5% Berasaskan penyahkod 31 14.1% Bukan Transformer (cth. Mamba) — 3.6% Penyahkod jarang ditemui bukan kerana pilihan seni bina tetapi kerana data: tugas penjanaan teks memerlukan anotasi imej–teks berpasangan yang bermutu tinggi, dan itu sukar diperoleh dalam bioperubatan.
Model asas bioperubatan8 / 17
Hujah
Penilaian Masih Sempit
Tugas Bahagian Pengelasan 50.9% Penjanaan laporan 10.9% Menjawab soalan 8.6% Segmentasi 7.3% Jurang penilaian
Tiada penanda aras berbilang tugas, sedikit sahaja penilaian dengan campur tangan manusia, dan tiada layanan bersepadu terhadap kualiti data, kebolehtafsiran dan kerelevanan translasi.
Model asas bioperubatan9 / 17
Hujah
Peneraju Petikan Mengikut Domain
* menandakan model multimodal · kiraan ialah petikan sesaat Semantic Scholar yang tidak ditarikhkan oleh makalah itu
Domain Model terkemuka dan petikan Bahasa tabii BioBERT 6,925 · MultiMedQA 3,707 · PubMedBERT 2,278 Pengimejan dan isyarat UNI 1,141 · ConVIRT* 1,003 · MedCLIP* 794 Omik scGPT 846 · Geneformer 836 · scBERT 509 Jujukan molekul ESM-1b 2,807 · ProtTrans 1,207 · DNABERT 1,051 Model asas bioperubatan10 / 17
Hujah
Yang Meningkat Sejak 2025
Domain Yang meningkat sejak 2025, dan petikannya Bahasa tabii MedGemma-27B 165 · MediPhi-Instruct 13 Pengimejan dan isyarat BiomedCLIP* 498 · Quilt-1M* 216 · MedGemma* 165 Omik Nicheformer* 81 · OmiCLIP* 58 · scGPT-spatial 34 Jujukan molekul ESM3 201 · Evo 2 197 · Borzoi 190 Pertumbuhan petikan didorong oleh model yang menyatukan modaliti heterogen, bukan pakar dalam satu jenis data sahaja. Lima daripada sebelas yang meningkat adalah multimodal, dan bahasa tabii ialah satu-satunya domain dengan kurang daripada tiga.
Model asas bioperubatan11 / 17
Apa Yang Ditambah Orang Lain
Apa Yang Sebenarnya Dilakukan Model Peneraju
Kertas kerja bebas di sebalik peneraju setiap domain
- 250MJujukan protein yang dipelajari ESM-1b, tanpa sebarang label (Rives et al., 2021).
- 100k+Imbasan patologi slaid penuh di sebalik pra-latihan UNI, merentasi 20 jenis tisu (Chen et al., 2024).
- 33MSel individu di sebalik pra-latihan scGPT (Cui et al., 2024).
- 9TPasangan asas DNA di sebalik Evo 2, merentasi semua domain kehidupan (Brixi et al., 2026).
Model asas bioperubatan12 / 17
Apa Yang Ditambah Orang Lain
Penyepaduan Yang Belum Dibina Sesiapa
Kebolehtafsiran mekanistik
Bahasa ↔ jujukan dan omik
- Antara muka bahasa boleh membantu anotasi scRNA-seq, pengayaan laluan dan transkriptomik ruang.
Sasaran terapeutik
Pengimejan ↔ omik
- Penyepaduan patologi H&E dengan omik masih lemah.
- Potensi untuk menghubungkan morfologi tisu dengan mekanisme molekul adalah besar.
Lapisan pengawalaturan
DNA, RNA, protein, epigenom
- Lapisan-lapisan itu hanya berhubung secara longgar, terutamanya protein dengan yang lain.
Model asas bioperubatan13 / 17
Apa Yang Ditambah Orang Lain
Halangannya bukan idea
Halangannya bukan idea
Yang menghalangnya bukan kekurangan konsep tetapi keadaan datanya: set data berpasangan jarang ditemui, prapemprosesan dan anotasi tidak diseragamkan, dan tiada penanda aras multimodal yang standard. Ia punca yang sama yang menjelaskan kekurangan penyahkod tadi.
Model asas bioperubatan14 / 17
Kesimpulan
Apa Yang Menyebabkan Sesebuah Model Diterima Pakai
- Ia menangani aplikasi berimpak tinggi: pemprosesan bahasa klinikal, pemodelan protein, patologi digital.
- Ia dinilai dengan teliti: pengujian merentasi pelbagai tugas hiliran membina kepercayaan dan penggunaan semula.
- Ia mudah diakses: pemberat pralatih terbuka, kod terbuka, antara muka yang boleh digunakan.
- Dan yang baharu menjadi penentu: ia sesuai dengan aliran kerja AI berasaskan ejen.
Model asas bioperubatan15 / 17
Kesimpulan
Masih belum selesai
Masih belum selesai
Kualiti data, kepelbagaian kohort, kesan kelompok, privasi, halusinasi dan keteguhan terhadap serangan semuanya masih membataskan penggunaan di dunia sebenar. Penulis mengesyorkan kerjasama merentas disiplin — ahli biologi, doktor dan pembangun model bersama-sama — dan penyesuaian cekap tulang belakang pralatih yang kukuh dan bukannya melatih dari awal.
Model asas bioperubatan16 / 17
Kesimpulan
Apa yang perlu diingat
Tinjauan 220 model asas bioperubatan mendapati 53.6% sudah menggabungkan dua atau lebih modaliti data, dengan bahasa tabii menjadi antara muka penghubung. Halangannya bukan kekurangan idea, tetapi kekurangan data berpasangan dan ketiadaan penanda aras multimodal yang standard.
Model asas bioperubatan17 / 17