中国科学院计算机网络信息中心科研团队近日取得重要进展，成功研发出基于大模型的基因组环形可视化智能生成框架AuraGenome。该系统突破传统基因组可视化“人工设计—脚本编写—静态输出”的局限，开创性地构建“自然语言指令—智能体协同—交互式生成”的全新范式，显著提升基因组数据可视化效率与智能化水平。 AuraGenome能够理解科研人员以自然语言提出的可视化需求，自动解析基因组结构变异、表达水平、突变热点等多维度信息，并在数分钟内生成高质量、可交互的环形图谱。在急性髓系白血病染色体易位分析中，研究人员仅用20分钟即完成从原始数据到结构变异与转录调控关联的可视化呈现，成功识别并交互标记出多个潜在的生物标志物区域，为疾病机制研究提供了直观支持。在黑色素瘤突变图谱复现任务中，系统仅用7分钟便高保真还原了经典论文中的复杂可交互可视化结果，验证了其在真实科研场景下的可靠性与复现能力。 与传统工具Circos相比，AuraGenome在效率和准确性方面实现双重突破：平均生成效率提升69%，可视化结果准确率提升至89%。更重要的是，系统支持全流程可追溯与结果复用，科研人员无需掌握复杂的编程语言或图形配置技巧，即可快速完成从数据输入到动态图谱输出的全过程，真正实现“让科学家专注于生物学问题，而非工具操作”。 该研究融合了大语言模型、多智能体协作与基因组数据分析技术，构建了面向生命科学的智能可视分析新范式。研究成果已发表于国际权威期刊《IEEE计算机图示与应用》（IEEE Computer Graphics and Applications），并获得中国科学院战略性先导科技专项（A类）的持续支持。 AuraGenome的推出，标志着基因组数据可视化正从“技术驱动”迈向“知识驱动”，为精准医学、疾病机制探索与多组学整合分析提供了强有力的智能化工具，有望成为下一代生物信息学研究的核心基础设施之一。