文献证据与变异分类智能体

在基因检测的临床应用中，变异分类是最关键的环节之一。一个变异究竟是良性、意义未明还是致病性，直接决定了患者的诊断结果和后续治疗方案。传统工作模式下，遗传分析师需要手动查阅 ACMG 指南、检索多个数据库、阅读相关文献，单个复杂变异的证据整理往往需要数小时。

华大基因通过两个 AI 智能体工具—— SIGVAR 和 KnowLiter，将这一过程实现了质的飞跃。

SIGVAR 是华大基因开发的变异致病性分析智能体，严格按照 ACMG（美国医学遗传学与基因组学学会）指南的分类标准，自动完成变异的致病性分析。根据公开材料，SIGVAR 在临床验证中的准确率已达到 90% 以上。

在显性单基因病无创产前检测等具体应用场景中，SIGVAR 对 PVS1 等关键证据项的自动化判断准确率更是提升至 94% 以上。这意味着 AI 智能体能够准确识别和判断变异的致病性证据，为遗传分析师提供可靠的初步判断。

KnowLiter 是华大基因的医学文献证据智能抽取工具。它整合了 PubMed、ClinVar、ClinGen 等权威数据库以及本地文献库，能够自动阅读和提取与特定变异相关的文献证据。

传统模式下，专家需要手动检索和阅读大量文献来构建证据链。KnowLiter 将这一过程自动化，能够快速从百万级医学文献中定位相关证据，将原本数小时的证据检索工作压缩至分钟级完成。

SIGVAR 与 KnowLiter 协同工作流程：从变异数据输入到专家复核的完整证据链构建

SIGVAR 和 KnowLiter 已被集成到华大基因的 OmicsOne 智能分析解读平台中。在实际临床应用中，这两个 AI 智能体显著提升了变异解读的效率：

这些效率提升的核心在于，AI 智能体承担了大量重复性的证据检索和初步分析工作，让遗传分析师能够将精力集中在复杂病例的判断和临床沟通上。

这种"AI 辅助 + 专家复核"的模式，既保证了证据链构建的效率，又确保了临床报告的质量和可追溯性。