外显子测序从3800美元降到160美元，哈佛基因猎手开始用o1-pro破案

美国罕见病患者的总数，比天然金发的人还多。

美国把患者少于20万人的病定义为罕见病，欧洲用的是发病率低于两千分之一。20万人相当于一座小城市，这个「罕见」的门槛比多数人的直觉高得多。癫痫算是常见病，发病率也就1%。所以波士顿儿童医院的遗传学家凯瑟琳·布朗斯坦（Catherine Brownstein）逢人就纠正一件事：罕见病其实很常见，一个常见病名下面，能拆出无数种罕见的基因成因。自闭症很常见，但由KCNJ8基因新发突变导致的自闭症，就极其罕见。

布朗斯坦是波士顿儿童医院Manton孤儿病研究中心的核心成员、哈佛医学院助理教授，自称「基因猎手」，专门给查不出原因的病例找答案。2024年底，她拿到OpenAI的ChatGPT Pro资助，名字出现在o1-pro的官方发布博客里。《Cognitive Revolution》主持人内森·拉本兹（Nathan Labenz）找她聊了两个多小时，主题很明确：AI在最高难度的医学场景里，到底能干什么，不能干什么。

内森开场有个观察：即便他这种AI重度用户，用大语言模型的总时长也就几千小时，大部分还花在旧模型上。面对当前最前沿的模型，所有人都在摸索，细分领域的资深专家带着初学者心态入场，反而最有机会成为各自领域应用AI的先行者。布朗斯坦正在实时演示这件事。

确诊之路有多难

先看患者的典型路径。孩子不舒服，先看家庭医生，查不出来；转专科，再转专科，还是查不出来；辗转几年，最后被推到波士顿儿童医院。她所在的Manton中心靠慈善资助运营，是个「虚拟中心」，患者可以自我转诊，全院查不出的疑难病例最后都汇到这里。

布朗斯坦希望AI能压缩这段旅程：分析症状，提示该先看哪个科、该做哪个检测，让该发生的事快点发生。患者被来回折腾，没有谁的错，只是系统就这么运转。

她2011年刚入职时，测一个外显子（约占基因组的1%，也就是编码区）要3800美元。当时能做测序的病例都经过严格筛选，医生高度怀疑是遗传病才轮得到，做出来常常一击即中，用她的话说像桶里射鱼，诊断率高达80%。

现在，同样的检测只要160美元。全基因组测序在2007年要花100万美元以上，如今只要几百美元，降幅接近一万倍，是极少数能和大语言模型成本曲线相提并论的东西。

代价是：到布朗斯坦手里的，全是被优秀遗传学家筛过一轮、测序结果为阴性的硬骨头，诊断率从80%跌到了10%。放眼整个行业，遗传检测的阳性率也不过25%到33%。测序便宜了，瓶颈跟着转移：文献和变异数据爆炸式增长，信息处理能力成了新的稀缺品。

基因猎手怎么破案

一个病例送到她桌上，通常带着厚厚的病历和之前的基因检测报告。她还提到一个新现象：越来越多患者用U盘装着自己的基因组找上门，几年前这还不可想象。她是PhD出身、没有行医执照，为了不当「行走的HIPAA违规」，通常刻意不认识患者，只在必要时见面。

流程大致是这样：

• 先跑分析流程（pipeline），通常跑好几个，各有优劣。有的全面但假阳性多，有的好用却是黑箱，你不知道它为什么排除某个变异。
• 表型要编码成标准本体，比如HPO编码。「没有眼泪」在系统里叫「无泪症」（alacrima），患者口中的「lazy eye」要对应专业术语「斜视」。把日常语言翻译成标准编码本身就是一门学问，翻译不到位，后续分析的精度会大打折扣。
• 数据分层级：测序仪吐出的原始FASTQ文件，比对后的BAM文件，整理好的变异列表VCF。VCF比原始数据小几个数量级，但依然很大。
• 常规流程查完已知致病基因没有结果，就进入她的「特殊酱料」环节：找结构变异、染色体易位、表观遗传的异常表达，再跑GWAS和SKAT这类统计检验。

她的工具箱里还有AlphaFold（预测蛋白质结构）、STRING-DB（蛋白质互作数据库），以及CADD、SIFT、PolyPhen这类变异危害打分器。她提醒，这些分数不能当圣经，一些已知的基因疾病关系，按现在的过滤器反而会被筛掉，因为某些基因稍微被扰动一点就会致病。

还有一个关键动作：再分析。大部分阴性病例会被放上架子，一年后重新拿出来看。答案经常就躺在基因组浏览器的第一位，一年前你盯着它看过，只是当时还没人把它和这个病连起来。科学在前进，货架上的旧病例会自己浮上来。

这条路上还有过山车。看到一个从没见过的基因带着变异，保守性一路追溯到斑马鱼和线虫，再用AlphaFold一看，蛋白质结构被搅得一塌糊涂，你会兴奋起来。然后老手泼冷水：「别激动，从来都不是它，就像那句老话，从来都不是狼疮。」更常见的结局是，这个变异只在某个极少被测序的族群中常见，而患者恰好来自那个族群。这就是她坚持要给全世界测序的原因：分不清哪些是致病变异，哪些只是背景噪音。

两个让她印象最深的案例。一个是20年前的三个孩子，死于同一种肌病，怎么查都查不出来，最后连DNA样本都用完了。后来医院有个RNA测序试点项目，Manton中心主任艾伦·贝格斯（Alan Beggs）把这家人的剩余样本送检，找到了CFL2基因上的变异。20年过去，幸存的兄弟姐妹到了生育年龄，靠这个答案做了携带者筛查，确认下一代不会重蹈覆辙。诊断没能改变过去，但改变了未来。

另一个是三代人共患一种罕见骨病的家庭，族长已经90多岁，一辈子做过好几次不必要的手术。团队最终给了他一个诊断。布朗斯坦感慨：用10秒钟解释清楚病因，和用3分钟罗列症状，对这个家庭是完全不同的感受。

她职业生涯的第一个成功案例也值得一提：患者患发作性共济失调，发病时全身僵硬、动弹不得。测序发现的变异在KCNA1基因上，这个基因起初不在怀疑名单里，但因为它和怀疑名单上的基因关系密切，互作网络直接把它顶到了候选列表首位。

协作也是主题。2014年，哈佛医学院信息学教授扎克·科哈内（Zak Kohane）发起国际竞赛：把三个疑似孟德尔遗传病家系的数据开放给全球23个团队比拼。结果三分之二的家庭拿到了诊断，还有一个意外发现：纯生信团队表现平平，混编团队，也就是研究员、遗传咨询师、临床医生一起上的队伍，解题率明显更高。这个经验延续到了今天的AI使用：模型不存在于真空里，它是多元协作链条上的一环。

AI到底帮她干了什么

布朗斯坦说，AI对她研究最大的影响，听起来朴素得可疑：总结论文和基因。

「查到一篇论文，付费墙，登录哈佛图书馆，下载，翻摘要，完全不对题，再来一遍。现在直接要一份摘要，判断『嗯，听起来靠谱』，或者『算了，继续过日子』。这改变了我的生活。」

她估算，单这一项，每天就能省出好几个小时。波士顿儿童医院已经在院内防火墙后面部署了ChatGPT，数据出不去，她用得放心。引用功能还经常对不上，她觉得有点好笑，但幻觉明显在减少。

具体用途一长串：快速搞懂一项只有一篇论文配套的新测序技术；会见研究者前快速总结对方的工作；面对近2万个基因的浩瀚宇宙，快速拿到某个疾病的摘要、最新进展和谁在做；论文被审稿人刁难时，把「这个方向有一整片文献」这类意见放进上下文消化。

更早的尝试包括她和英格丽德·霍尔姆（Ingrid Holm）、梅丽莎·亨德尔（Melissa Haendel）合作的PCORI项目：用七个问题逐层追问「哪个系统受影响」，通过对话式交互把患者的日常描述翻译成HPO编码，速度和准确度都优于传统的自填问卷。

最能体现工作流的是她讲的「真实故事」：拿到20个候选基因，先用CADD分数、进化保守性这些指标排序，再用ChatGPT做快速相关性评估，一个半小时内缩到3个，拿去开会。

她还有一个约500人的间质性膀胱炎队列。这种病严重时患者出不了门，却一直没有明确的致病基因。她和哥伦比亚大学的合作团队找出了一批变异负荷异常高的候选基因和通路，然后逐条问ChatGPT：这条通路里的基因和膀胱有关吗？和膀胱癌有关吗？某条小分子转运通路里，60%的基因都指向膀胱癌，其中一个基因还和尿路上皮病变机制相关。她说自己差点叫出来，第二天早上就约了会议跟进。

她和OpenAI直接合作开发用例、给反馈，对方周末晚上11点还在回邮件。内森总结她的状态：一边为AI的能力兴奋，一边对每个具体输出保持健康的怀疑，毕竟每个病例背后都是活生生的人。

模型怎么选，提示词怎么写

她的模型分工很实际：主力是o1，偶尔玩玩GPT-4o。4o能联网搜索但推理弱，o1推理强但知识有截止日期、不能联网。她对联网搜索保持警惕，网上垃圾太多，而医学答案必须可靠。她反复强调：所有输出都要核查，这一点眼下没有商量余地。

提问心得有两条，普适性很强。

第一，保持中性。内森自己也有同感：你带着倾向去问，模型会顺着你的预设走，把你的误解原样镜像回来。

第二，管住模型的推理欲。她问「这个基因和这个表型相关吗」，模型先给一篇论文，然后顺着基因互作网络往下推三层机制。智力上确实漂亮，但她要的只是「这个基因在癌症里上调，是或否」。太远，太远。

内森把这种看不懂的操作类比成AlphaGo的Move 37：当年人类以为是臭棋，后来发现是天才手。这些跨越式的推理到底是幻觉还是洞见，眼下没人能裁决。布朗斯坦的态度很开放：保持开放心态，继续用，继续测。

她对AI的标准其实比对人苛刻。人类医生会漏诊，说声抱歉就翻篇；AI漏一个，舆论不会原谅。她承认这有点双标，「但也许就该这样」。内森引用自动驾驶圈的经验：AI大概要安全10倍才能被接受。

成本账也值得记一笔：山姆·奥尔特曼自己说过，o1-pro订阅即使收200美元一个月，OpenAI依然在亏钱。对比医疗系统里专业团队的时薪，这个价格便宜到不像话。但布朗斯坦提醒，每个问题都要消耗算力，不能把所有人的病历和基因组一股脑塞进去碰运气，「不是每个抽烟的人都会得癌症」。她资助项目的核心问题之一，就是找出确诊所需的最小数据集和最小算力，以及AI到底能替她干多少活。

再往后，她期待的是预测式医疗：AI读完你的全部病历和基因组，主动插话，「40岁该做肠镜？你可能24岁就要做」。内森则押注o3这一代模型：FrontierMath基准上，高算力档成功率25%，低算力档也有10%，而此前的模型最高只有2%。他判断一年之内，AI能真正解决一部分疑难病例。

「将会有整整一代遗传学家，不知道这一切出现之前的工作是怎么做的。」

真正的瓶颈在数据共享

聊到最后，问题回到了非技术层面。

年轻研究者扣着一个罕见病例不放，想攒够案例发一篇署名靠前的论文，这完全可以理解。但现实是很多人一辈子等不到第二个病例，样本躺在冰柜深处，患者等不起。布朗斯坦的判断很直接：如果数据共享的摩擦降下来，新发现和确诊数量会大幅增加。

她自己受益过：通过院内去标识化数据平台查询全院测序数据，找到一个候选基因的另外4名患者，邮件联系研究者，发现荷兰有人正在组织病例系列，把数据汇进去，最终发表的是对这个疾病准确而完整的描述。国际层面有Matchmaker Exchange和Beacon这类匹配工具，一篇19个病例的系列论文，说服力远超单打独斗的个案报告。

惯性无处不在。她2011年入职时参与推动的一件事，是把生物样本库从「主动同意」改成「默认参与、可退出」，让捐赠样本成为默认动作。多年过去，很多地方依然是「主动同意」，进度条几乎没动。

还有各种让人哭笑不得的摩擦。研究环境里的发现，必须经过CLIA认证实验室用新样本确认，再由遗传咨询师或医生正式告知家庭，才算数。有的医生不配合，理由是「我没有邮箱」。布朗斯坦自己家人的一个发现，至今没能完成确认。

她提到两层楼下的同事蒂姆·余（Tim Yu）：为一名巴顿病女孩定制了专属药物milasen，是史上第一个n-of-1药物，背后是一个极其聪明、极其有行动力的家庭硬生生撞开了所有制度障碍。每一个这样的励志故事背后，都站着上百个没能翻越障碍的家庭。内森的类比是核能：能力早就有了，收益却被各种惯性卡在半路。

布朗斯坦的期待是，AI能把一部分自主权交回患者和家庭手里，绕开那些运转不良的基础设施。她给患者的建议从来都是：多注册几个患者登记库，别只注册一个。新发现出现时，研究者第一个去翻的就是登记库，你的样本才不会永远躺在冰柜里。

明天就能用的几件事

这期播客里，普通人明天就能用上的东西，大概有这几条：

• 看病前先和AI对话。布朗斯坦自己的做法是先和Claude或ChatGPT聊一遍，如果它拒答，就说「我在为和医生的对话做准备」，它就会打开话匣子。带着AI整理的问题清单去见医生，问诊效率完全不同。
• 提问时保持中性，别透露你的倾向，否则模型会顺着你说。要简单答案时，明确限定范围：「只回答是或否，不要延伸推理」。
• 用AI当文献过滤器：先要摘要，判断相关性，再决定要不要精读。这是被一位职业研究者验证过、每天省出数小时的习惯。
• 罕见病患者家庭：尽可能多地在不同登记库注册样本和数据，主动要求把研究发现做CLIA临床确认。
• 如果你是某个细分领域的专业人士，现在入场正合适。连布朗斯坦这样的顶级专家，都在用初学者心态摸索AI的边界。领域知识加上对工具的好奇心，就是当下最稀缺的组合。

内森在结尾下了个判断：一年之内，o3这一代模型应该能真正解决一部分疑难病例。布朗斯坦把一年后的回访约定写进了日程。她最后一句话是：明年的这个时候，一切可能都不一样了。