一個生成模型，可以得到每個脫靶位點的機率，據此計算脫靶評分。”
“太普通了，這只是實現了一個二線工具，還有沒有更驚豔的？”盧赫追問。
“有。
非同源末端連線機制還記得吧？剪刀剪完基因序列後，不管三七二十一直接把斷裂的基因給粘起來。
這種方式並不常用，一般都是用同源模板修復。一方面是剪的時候可能剪了不止一個地方，粘的時候卻可能只粘了其中一個。另一方面是細胞不樂意了直接就不粘了。
但有團隊利用機器學習演算法準確地預測到了細胞容易修復的基因位點，並用cRISpR和非同源末端連線治了病。
為了探索具有代表性的人類基因組序列的修復產物，他們設計了一千多個目標位點，特徵是嚮導RNA和靶標基因，標籤是非同源末端連線最終起了修復作用位點。
資料餵給了一個看起來結構很複雜的模型，訓練結果很是喜人，模型對11%的嚮導RNA的修復位點的預測準確率在50%以上。
意味著這些嚮導RNA和相應靶標基因所對應的疾病，可以用這種方式來治療。
最終他們治癒了赫曼斯基-普德拉克綜合徵，一種能凝血不足和白化病的遺傳病。體外測試的修復準確率高達94%。
這個夠驚豔嗎？”
盧赫連連點頭，“夠。這個思路不錯，是不是可以用在你身上，特徵是某時間點的基因組，標籤是未來的變異位點，提前預測變異，在發病前做修復？”
“沒錯。”對方肯定道。
“可是這種方式，用在你一個人身上好說，其他人呢？萬一我們未來都要跟你一樣，總不能每個人都建一個模型吧？”
“也不是不可以。不過還是希望未來有別的辦法。這個思路已經被提上日程了，底下四層全是測序中心的地盤。”
盧赫露出了難以置信的表情，繼而又滿懷期待地追問，“也不對啊，我記得我當初給你測序的時候，你突變的位點很多都在編碼區的。也許我們和你不一樣。”
“沒太大差別，前期確實大都在編碼區，但後來也往非編碼區發展了。
非編碼區早就不是最初認知中的“垃圾”區，隨著研究的推進，它的重要作用也被逐漸揭示。之所以我年紀越大越嚴重，很可能就是因為後期突變在了非編碼區。
很顯然，那裡不是可以隨意落筆的空白畫布，而是地獄的入口，是禁區。”
對方說完，嘆了一口氣，便又開始仰頭看燈，“我的測序結果放在你家哪裡？得儘快派人去取，樣本本來就不多，資料很珍貴。”
“不用找別人，我自己去吧，我也不確定在不在，在哪裡。”
不一會兒，他又從鄭K手裡弄到了車鑰匙，還收到了一連串的囑咐：
四通八達的隧道只限本市，去外市有一段路要走地上。
除了第110號掩體以外，其餘的都還沒有下移動通訊網路，沒法定位，需要熟記地圖。
這兩天天氣不錯，風不大，能見度好，路上也沒人。但別開太快，路面有沙子，滑。
出去之前，找後勤給車上加點配重。