🔬 An AI that perceives the world through DNA - Eric Nguyen (CEO, Radical Numerics)

Radical Nemerix 的 Omni 模型能直接生成、预测和诊断 DNA 变异，首次在非编码区致病性判断等任务上全面超越传统方法。

AI 读写 DNA 不再是科幻：Omni 模型不仅能生成全新基因组，还能判断人类基因中哪些变异会导致疾病，尤其在以往难以攻克的非编码区表现突出。科学家们首次用 AI 造出自然界不存在的病毒基因组，这让生物设计和生物安全的边界被彻底改写。你将看到 AI 如何跨越“只会读不会写”的门槛，成为生命科学的新引擎。

AI 不只是帮你分析基因序列，现在已经能“写”出新的基因组，甚至造出自然界没有的病毒。

• Omni 模型 能直接生成 DNA、RNA、蛋白质等多种生物分子序列，还能预测它们的功能和致病性。
• Evo 系列模型 首次让 AI 生成了完整的病毒基因组（噬菌体），这在过去只能靠人工“拼贴”已知片段。
• AI 造出来的病毒 已经在实验室被验证能正常工作，这意味着 AI 能创造出自然界没有的新生命形式。

Omni 不止能生成序列，更重要的是能判断哪些变异会导致疾病，尤其在传统方法“看不懂”的非编码区表现突出。

• 非编码区致病性预测：Omni 首次在大规模基准测试中，超越了传统统计和机器学习方法（如 Borzoi、CAD），能识别出非编码区的致病变异，而这些区域占人类基因组 98%。
• 诊断罕见病：很多医院和科研机构用 Omni 来分析“意义未明变异”（VUS），帮助医生判断患者基因变异是否致病，实际提升了罕见病诊断率。
• 模型机制：Omni 通过“长序列建模”+“任务对齐”，能在一个模型里同时处理多种任务（如致病性预测、功能注释、设计新序列），不需要像过去那样为每个任务单独训练模型。

AI 造新生命的能力带来巨大风险，Radical Nemerix 也在同步开发“防御模型”，让 AI 识别和阻断潜在危险序列。

• 同一套模型既能设计也能防御：Omni 既能生成新序列，也能判断某段 DNA 是否有致病或生物武器风险。
• 生物安全应用：模型可用于国家安全、环境监测，自动筛查新出现的病毒或危险基因序列。
• 团队观点：Radical Nemerix 认为，只有开发者自己最懂模型的能力和风险，必须主动承担防御责任，而不能只靠外部监管。

“AI 已经能在实验室外生成完整基因组，甚至创造出自然界没有的新生命，这既是科学突破，也是全新的风险。”

• 任何涉及 DNA/RNA/蛋白质序列分析的科研或医疗场景，都可以尝试用长序列生成模型（如 Omni）替代传统统计/机器学习方法，尤其在非编码区和复杂变异识别上有明显提升。
• 生物安全和新药开发团队应同步关注 AI 生成能力和防御能力，优先考虑模型“自我检测”机制，把风险识别和合成设计放在同一套流程里。