夜雨聆风
导语
近年来，人工智能（AI）发展迅猛，广泛应用于各个领域，成为推动世界变革的关键力量，其背后离不开海量高质量数据支持。基因组数据天然具备高通量、多维度、强规律性和复杂上下文特征，与AI尤其是大语言模型（LLM）技术高度匹配。然而，相比文本、图像和语音等成熟赛道，AI在基因组学特别是液体活检场景中的应用，仍处于早期探索阶段。世和基因率先迈出了这一步。
世和基因依托在基因组大数据领域多年积累的核心资产，自主研发AI算法，构建了全球首创液体活检DNA大语言模型——序语大模型™（Fragmentia-AI™）。该模型将血液中的cfDNA片段像自然语言一样进行编码和分析，无需依赖肿瘤突变信息，即可从超低深度测序数据中精准捕捉微弱癌症信号，并在早期筛查与MRD监测两大核心临床场景中实现跨测序平台的泛化验证。相关成果已在国际权威期刊Cell Reports Medicine（IF=10.6）发表，世和基因创始人、董事长邵阳博士为文章通讯作者。
什么是序语大模型™
（Fragmentia-AI™）
传统ctDNA检测主要依赖Panel测序，聚焦有限的已知突变靶点。该方法虽在靶向治疗指导中意义重大，但也遗漏了测序数据中大量可利用的非突变维度信息。
针对癌症信号灵敏识别这一核心目标，序语大模型™（Fragmentia-AI™）突破传统突变依赖路径，直接以海量cfDNA片段为学习对象，并借鉴自然语言处理中的语言模型架构，通过k-mer分词、自适应token化和上下文建模，将cfDNA片段转化为生物语言，从片段层面统一捕捉和解码肿瘤来源特征，从更多维度学习更通用的底层信号。
该技术以"大统一"为核心目标，即用一个通用的cfDNA语言基础大模型统一支撑早筛与MRD等液体活检核心应用场景，并在灵敏度与成本控制上实现质的飞跃。
研究亮点
首次全面验证了世和基因面向液体活检自主研发的DNA大语言模型——序语大模型™（Fragmentia-AI™）在肿瘤个体化诊疗中的多场景潜力，实现早筛、MRD监测与预后分层等全链路贯通。
成功攻克肿瘤微弱信号的检测极限，在低 VAF、无可检出突变、跨癌种小Panel及 0.1×超低深度WGS等高难度场景中表现稳健，证实了模型从海量背景噪音中充分利用多维序列信息，精准捕获癌症生物学信号的强大能力。
突破传统方法对统一Panel的依赖，实现跨平台与跨Panel的灵活适配；同时以极低的数据推理需求大幅降低检测成本，为大规模人群筛查和MRD动态监测扫清了技术与经济学障碍。
研究设计
序语大模型™（Fragmentia-AI™）在不同肿瘤负荷样本（不同肿瘤分期/治疗前后）、低VAF样本、无可检出突变样本、跨癌种Panel、超低深度WGS多癌队列、术后和免疫治疗人群等总计3249例样本、17个癌种中接受验证（图1）。研究主要终点包括AUC、敏感性、特异性、MRD预后分层能力，以及与传统突变分析和主流片段组学技术的性能比较。
图1. 研究整体设计及各验证场景概览
研究结果
1、模型在低信号和跨平台场景中仍保持稳定识别能力
研究显示，序语大模型™（Fragmentia-AI™）在训练集和内部验证集中的AUC分别达到0.993 （图2A）和 0.985（图2C），表现稳定。在独立测试队列中，模型可有效区分非癌与术前肺癌样本（AUC=0.978），并识别术前与术后状态差异（AUC=0.894），提示其对肿瘤负荷变化较为敏感（图2G）。
图2. 模型在训练、内部验证和独立测试集中的检测性能
更重要的是，在低VAF样本和经超高深度测序仍未检出突变的样本中，模型依然保持较好的识别能力，AUC分别达到0.929（图3A-B）和0.891（图3C-D）。在结直肠癌Panel和0.1×超低深度WGS数据中，模型同样展现出较强泛化能力，说明其可以在超低信号和不同探针覆盖的检测中稳定捕捉癌症相关cfDNA特征（图4）。
图3. 模型对低VAF与无突变样本的检测性能
图4. 模型对0.1× 超低深度WGS多癌检测的泛化能力
2、模型可用于MRD监测与预后评估，临床应用场景进一步延展
在66例肺癌术后患者中，序语大模型™可在术后约1周的血浆样本中区分MRD阴性与阳性人群，且MRD阴性患者复发风险更低、RFS更优（HR=8.51, log-rank p=0.012）（图5A-C）。
在133例接受免疫治疗的晚期肺癌患者中，较低模型评分与更好的预后相关，PFS的HR为6.15（图5D-F）。在13例术后超低深度WGS探索性数据中，模型也能区分复发与未复发患者，这一结果仍需更大样本进一步验证。
上述结果意味着，序语大模型™（Fragmentia-AI™）不仅能用于癌症信号检测，也有望服务于治疗后的风险分层和复发预警，推动液体活检向全周期管理平台延伸。
图5. 模型对于手术治疗与免疫治疗的预后预测能力优异
3、模型具备清晰的生物学可解释性：多维度解析癌症特征
AI模型应用于临床，其背后的逻辑是否具备可解释性至关重要。研究对模型内部的注意力机制进行了剖析，发现序语大模型™（Fragmentia-AI™）既能精准捕捉微观的片段特征，又能宏观整合整体的样本信息。
模型识别出的高分片段，通常具备片段长度更短、GC含量较低以及特异性末端motif（基序）等典型的肿瘤源性特征。研究进一步发现，模型的注意力能够有效识别并区分癌与非癌样本在cfDNA片段5’端与3’端序列上的细微差异。
在样本层面，模型引入多示例学习架构，将海量片段层面信息进行整合。结果表明，序语大模型™并非简单依赖某个单一指标，而是通过端到端学习，从序列上下文、片段长度和断裂特征等多维信息中自动提取更复杂的癌症信号（图6）。
图6. 模型的多维度可解释性分析
结语
序语大模型™（Fragmentia-AI™）的开发，为液体活检开辟了新的技术路径。研究表明，相较于传统依赖突变信息的分析框架，AI有望通过对cfDNA片段模式和上下文的学习，更充分地挖掘液体活检数据多维层面的信息。在显著降低测序深度和成本的同时，模型仍保持了较高的灵敏度，并打破了单一平台和特定Panel的限制。
未来，随着底层算法的持续迭代和更多临床数据的验证，世和基因将继续深化“基因组学大数据+人工智能”的战略布局，让AI成为肿瘤精准诊疗技术的底层引擎，为肿瘤患者的早筛、监测及全周期疾病管理提供更准确、更具性价比的临床辅助工具。
专家简介
邵阳 博士
世和基因创始人、董事长、总经理
多伦多大学医学院博士
南京医科大学校董事会董事、特聘教授、正高级研究员
江苏省第十四届人大代表
江苏省重点实验室副主任
国务院特殊津贴专家
中组部国家重点人才工程（A类）
国家科学技术进步二等奖主要完成人
中华全国青年联合会委员
全国归侨侨眷先进个人
江苏省科学技术奖一等奖主要完成人
江苏省科学技术奖二等奖第一完成人
南京市十大科技之星、青年五四奖章获得者
福布斯Forbes杂志医学科学领域“30 under 30”
10余年癌症生物学研究经验
在Nature Medicine、Nature Genetics、Immunity等国际知名期刊上参与发表SCI学术论文240余篇
在ASCO、ESMO、WCLC、CSCO等多个大型学术会议发表多项学术成果
获得授权发明专利56件，作为第一发明人获得授权发明专利40件
参考文献
Xu Y, Bao H, Huang D, Zhang K, Zhu J, Yang L, Fu S, Chang Z, Zhang J, Chang S, Zhu B, Wu S, Yang S, Wu X, Shao Y. Toward generalizable prediction of cancer signal using a cell-free DNA language model. Cell Rep Med. 2026 Jun 12:102866. doi: 10.1016/j.xcrm.2026.102866. Epub ahead of print. PMID: 42285091.
<<< 上下滑动查看 >>>
世和基因是中国肿瘤精准医学行业龙头、国际头部企业。公司专注于高通量测序技术的临床转化应用，致力于为肿瘤精准医疗提供分子诊断服务和产品，并为医院提供一站式NGS解决方案；获评国家制造业单项冠军、国家专精特新重点“小巨人”企业；多项核心技术荣获国家省市级科学技术奖。
试剂盒产品
益胜康™ EGFR/ ALK/ ROS1/ BRAF/ KRAS/ HER2基因突变检测试剂盒（2018年）：国内首批肿瘤高通量测序伴随诊断试剂盒（国械注准20183400408）
世和一号®非小细胞肺癌组织TMB检测试剂盒（2023年）：国内首个肿瘤高通量测序大Panel试剂盒（国械注准20233401452）
世和一号®GENESEEQPRIME®泛实体瘤高通量测序大Panel试剂盒获FDA批准上市（2025年）：全球首个中美欧三认证肿瘤NGS大Panel试剂盒
泛得康™NTRK1/2/3基因融合检测试剂盒（2025年）：国内首个泛实体瘤高通量测序伴随诊断试剂盒（国械注准20253402191）
临床检测服务
权威认证：CAP/ CLIA/ A2LA ISO15189/ CNAS ISO15189 四重国际认证；江苏省精准医学基因检测工程中心、江苏省肿瘤精准医疗工程技术研究中心、江苏省认定企业技术中心
室间质评：600多次通过国内外权威机构室间质评
创新研究成果
CALIBRATE系列多癌种围术期临床研究：
2021年5月，肠癌术后MRD研究成果发表于J Hematol Oncol
2021年9月，肠癌新辅疗效预测研究成果发表于PLoS Med
2021年11月，肺癌术后MRD研究成果发表于Nature Comms
2022年5月，肺癌放化疗疗效预测研究成果发表于Mol Cancer
2022年7月，食管癌放化疗疗效预测研究成果发表于Clin Transl Med
2022年10月，肺癌术后MRD ctDNA克隆分析研究成果发表于J Hematol Oncol
2023年10月，胃癌MRD队列研究成果发表于Cancer Commun
2024年3月，食管癌放化疗联合免疫治疗研究成果发表于Cancer Commun
2024年3月，肺癌免疫巩固治疗研究成果发表于Clin Transl Med
2024年4月，肺癌放化疗后免疫治疗研究成果发表于J Natl Cancer Cent
2024年11月，食管癌根治性放化疗后序贯化免联合治疗研究成果发表于Clin Cancer Res
2025年10月，肺癌同步放化疗联合巩固免疫治疗研究成果发表于Signal Transduction Targeted Ther
2025年10月，食管癌术后MRD研究成果发表于Molecular Biomedicine
2026年1月，肺癌根治性治疗后MRD研究成果发表于Mil Med Res
MERCURY技术MRD应用：
2022年10月，肠癌新辅疗效预测研究成果发表于Clin Chem
2023年5月，肺癌术后复发风险预测研究成果发表于Cancer Res Commun
DECIPHER系列多癌种早筛研究：
2021年10月，肠癌早筛研究成果发表于J Hematol Oncol
2021年12月，肝癌早筛研究成果发表于Hepatology
2022年6月，泛癌种早筛研究成果发表于Mol Cancer
2022年6月，肺癌早筛研究成果发表于eBioMedicine
2022年11月，肺癌早筛研究成果发表于Am J Respir Crit Care Med
2024年6月，胃癌早筛研究成果发表于Genome Med
2024年7月，肠癌早筛研究成果发表于Cancer Res
2024年7月，子宫内膜癌早筛研究成果发表于BMC Med
2024年7月，食管癌早筛研究成果发表于Cell Rep Med
2025年4月，乳腺癌早筛研究成果发表于Genom Proteom Bioinf
2025年5月，胰腺癌早筛研究成果发表于JCO
2025年5月，“金陵队列”超万例多癌早筛研究成果发表于Nat Med
2025年6月，肾癌早筛研究成果发表于ESMO Open
2025年8月，上消化道癌早筛研究成果发表于Cancer lett
2025年10月，胰腺癌早筛研究成果发表于Cancer Discov
2025年10月，子宫内膜癌早筛研究成果发表于ESMO Open
2025年12月，前列腺癌早筛研究成果发表于Cell Commun Signal
2025年12月，胃癌早筛研究成果发表于J Adv Res
2025年12月，乳腺癌早筛研究成果发表于Breast Cancer Res
2026年5月，卵巢癌早筛研究成果发表于CELL COMMUN SIGNAL
2026年5月，胆道癌早筛研究成果发表于Molecular Biomedicine
世和基因致力于通过领先的基因检测技术和多组学分析，推动肿瘤早筛与精准治疗的进步。
进群、合作、投稿请扫码：
