ChatTogoVar：基于 TogoVar 的检索增强生成系统，用于精确的基因组变体解读

为何更智能的遗传学答复很重要

基因检测正逐渐成为常规医疗的一部分，但原始结果往往难以理解。医生和研究人员需要判断 DNA 中的微小变化是常见且无害，还是罕见且与疾病相关。大型语言模型——支撑流行聊天机器人那类 AI 的技术——能以通俗语言解释复杂信息，但有时尽管自信却会出错。本研究介绍了 ChatTogoVar，一种将 AI 聊天机器人与值得信赖的日本遗传数据库相连接的系统，使其能够提供有关人类 DNA 变异的更清晰、证据更充分的答案。

从原始 DNA 到有用答案

当某人进行基因组分析时，结果是一长串称为变体的小型 DNA 差异。单凭这些代码难以判断健康意义。专家依赖数据库来追踪每个变体在不同人群中的出现频率、受影响的基因以及是否与疾病有关。TogoVar 数据库侧重于在日本人群中观察到的变体，并汇集了来自多项大型研究和临床资源的信息。ChatTogoVar 建立在这一基础之上，作为一个会话层，能够回答自然语言问题，例如某一变体是否与某种疾病相关，或在特定人群中的常见程度如何。

新系统的工作原理

ChatTogoVar 采用检索增强生成（retrieval augmented generation）方法。当用户询问有关特定变体的问题时，系统首先识别其标识符并查询 TogoVar 的编程接口。TogoVar 返回描述该变体的结构化数据，包括其在基因组中的位置、受影响的基因、日本及其他人群中观测到的频率、对蛋白的预测影响，以及来自例如 ClinVar 等来源的已知临床解释。ChatTogoVar 将这些信息封装进精心设计的提示（prompt），并发送给底层语言模型，后者生成可读性强的答案，必须引用所用的数据库证据并说明何时无可用数据。

对系统的测试

作者将 ChatTogoVar 与通用聊天机器人以及已有的变体专用助手 VarChat 进行了比较。他们构建了 50 种问题类型，覆盖基础事实、人群频率、疾病关联、药物反应、功能影响、进化、相关变体和可用工具，并将这些与 30 个真实变体组合，创建出 1500 个问题-变体对。人工专家对三个系统在 150 个问题子集上的答案进行人工评分，评估准确性、完整性、逻辑性、清晰度和证据使用情况。另有一项大规模评估使用基于 AI 的评分方法对所有 1500 个问题进行一致性评估，以在更多变体和主题上衡量表现。

比较结果显示了什么

在几乎所有问题和评分类别中，ChatTogoVar 的表现均优于通用聊天机器人和 VarChat。在专家评审中，它在 90% 的问题上给出了最佳答案，而通用聊天机器人只在少数情况下名列前茅。一个典型例子是某一确实与帕金森病相关的变体：ChatTogoVar 正确识别了基因与疾病，并指向相关临床记录，而通用聊天机器人则将该变体与另一基因的变体混淆，并提及了错误的疾病。覆盖十倍问题数量的大规模 AI 评估显示了相同的趋势：将答案基于最新数据库记录能够显著减少此类混淆和无依据的断言。

迈向更安全的基因组建议的步骤

这项工作表明，将对话式 AI 与人工整理的遗传数据库配对，能够使变体解释更准确、文献依据更明确。ChatTogoVar 并不取代专家判断，其能力仍受所用数据库覆盖范围的限制，尤其是在药物反应和复杂变体模式等领域。然而，通过突出已知内容、不确定性及支持数据的来源，它为必须在日常实践中解读基因组检测结果的医生、遗传咨询师和研究人员提供了更可靠的起点。

引用: Mitsuhashi, N., Fujiwara, T. & Yamaguchi, A. ChatTogoVar: a TogoVar-based retrieval-augmented generation system for precise genomic variant interpretation. Hum Genome Var 13, 12 (2026). https://doi.org/10.1038/s41439-026-00344-4

关键词: 基因组变体, 检索增强生成, TogoVar, 大型语言模型, 基因组医学