近日，生物学院罗宵教授团队在DNA基础大模型研究领域取得重要进展。团队提出DNA基础大模型CrossDNA，围绕DNA正向链与反向互补链之间的信息交互，构建了一种显式、动态的跨链序列建模框架，为探索基因组结构与功能关系提供了新工具。

DNA是生命遗传信息的基本载体，基因组序列中蕴含着调控元件、变异效应和复杂生命过程的重要信息。现有许多DNA语言模型通常将DNA序列视为由A、T、C、G组成的单链文本，或通过数据增强、模型等变约束等方式获得一定的双链信息。然而，真实DNA并不是孤立的单链序列，而是双链结构。如何在模型表示学习过程中显式刻画两条链之间的交互关系、功能协同和动态信息传递，是提升DNA基础模型可靠性与解释能力的重要问题。

CrossDNA模型采用双分支结构分别处理正向链和反向互补链，并通过交替视角训练机制，学习不同链方向下的序列表示；同时，模型利用轻量级跨链通信模块在碱基层面进行信息交换，使两条链的上下文信息能够在模型内部实现动态融合。与单链DNA语言模型相比，CrossDNA将DNA双链结构先验直接引入表示学习过程，使模型更接近DNA分子本身的信息组织方式。

在多类基因组任务中，CrossDNA展现出出色的性能和参数效率。研究显示，该模型不仅增强了对序列方向变化的鲁棒性，还在调控元件识别、增强子预测、长程基因组任务及零样本序列表征等方面取得竞争力结果。进一步分析表明，CrossDNA可用于调控逻辑解释、新调控元件发现及疾病相关非编码变异优先级排序。这表明其价值不仅在于单项性能提升，更在于提供了一种符合DNA双链特性的序列建模路径。未来，CrossDNA有望服务于精准医学、作物基因组分析及AI驱动育种，为新一代基因组人工智能模型奠定技术基础。

团队成果以“Explicit dynamic cross-strand interactions for DNA sequence language modelling”为题，发表于国际期刊《Nature Machine Intelligence》。论文通讯作者为湖南大学罗宵教授和刘元盛副教授，湖南大学为唯一通讯单位。研究得到国家自然科学基金、岳麓山实验室种业专项、湖南省自然科学基金等项目支持。

图1 CrossDNA 架构图。

论文链接：

https://www.nature.com/articles/s42256-026-01249-1

来源：生物学院

通讯员：罗丹

编辑：罗立丹

责任编辑：余楚倩