该论文提出了一种数据驱动的AI框架，能够自动选择重要特征并提升检测性能。通过在多个数据集上的验证，该框架显著缩短了特征选择时间，并展现了竞争力的检测效果。此外，研究探讨了基于大型语言模型的特征选择方法在生物医学领域，特别是在基因组数据分析中的应用潜力。

通过引入一种新的基因型插值流程的基准线，我们的研究支持在客户端上插值模型的泛化，从而在任何基因芯片和基因组区域上增强患者隐私。通过使用 23andMe 等消费者基因检测面板，我们的模型使个性化基因洞察力成为大众所拥有，使 23andMe 用户能够获取其 PRS313 评分。我们的线性回归模型在基因检测面板中插补 SNPs 后，其 R^2 达到 0.86，而无插补时为 0.33，简单插补为...