中国科学院计算机网络信息中心科研团队近期研发出基于大模型的基因组环形可视化智能生成框架AuraGenome，标志着基因组数据分析进入智能化新阶段。该系统突破传统“人工设计—脚本编写—静态输出”的可视化流程，首创“自然语言指令—智能体协同—交互式生成”的新模式。用户仅需输入自然语言描述，如“展示急性髓系白血病患者染色体易位及其对邻近基因表达的影响”，系统即可自动解析语义，调用多模态大模型与基因组分析引擎，快速生成高质量、可交互的环形可视化图谱。整个过程无需编写复杂脚本，显著降低技术门槛。 在实际应用中，研究团队在急性髓系白血病染色体易位分析中，仅用20分钟便完成结构变异与转录调控的联合可视化，成功识别并交互式标记出多个潜在生物标志物区域，为疾病机制研究提供直观线索。在黑色素瘤突变图谱复现任务中，AuraGenome仅用7分钟即高保真还原了经典论文中的复杂可交互可视化结果，验证了其在复杂数据表达上的精准性与可复现性。与传统工具Circos相比，AuraGenome在生成效率上提升69%，可视化准确率提升至89%，大幅缩短了科研人员从数据到洞察的时间周期。 该系统的核心优势在于其全流程可追溯性与可复用性。所有生成步骤均被记录并封装为可重用的“智能体工作流”，支持版本管理与协作共享，推动基因组可视化从“一次性展示”向“可验证、可迭代”的科学分析范式演进。系统融合了大语言模型的语义理解能力、多模态生成模型的图形表达能力以及基因组数据处理引擎的计算能力，实现了跨模态智能协同。 研究工作发表于国际权威期刊《IEEE计算机图示与应用》，并获中国科学院战略性先导科技专项（A类）支持。业内专家评价，AuraGenome代表了基因组可视分析向人工智能驱动的重大转型，不仅提升了科研效率，更推动了生物医学研究中“数据—洞察—决策”链条的智能化升级。该框架有望广泛应用于癌症基因组学、罕见病研究与精准医疗等领域，为生命科学研究提供新一代智能分析工具。 AuraGenome的推出，标志着中国在基因组智能分析领域已具备国际前沿创新能力，也为构建“以科学家为中心”的智能科研基础设施提供了范例。