这里举个例子，某市突然停电了，为了搞清楚为什么停电，有两种办法：领先种是把所有电线全都排查一遍，然后找到损坏的地点；第二是选那些平时就很容易损坏的地点去排查。如果我们对100个不同城市的断电原因做统计分析，不难发现有些原因出现的频率高，有些原因出现的频率低。而常规的基因检测只检测发生频率高的地方，而发生频率低的地方就被忽视了。

在制作机器人的过程中，错误可能出现在图纸（基因）上，也可能出现在材料切割图上。两种错误都可能导致机器人功能异常。现在的基因检测，分析了基因中出现频率高的变异对疾病的影响，而严重忽视了基因剪切变异对疾病的影响。原因无外乎控制基因剪切变异的出现频率低，没有统计学意义。但是它们的数量却是巨大的--数以亿计。而且对于个性化正确医学来讲，每一个个体，哪怕是只是世界上先进的一个病例，我们也应当有为他带来健康的责任和义务。做为基因解码的基础技术的深度基因组技术（Deep Genomics）可以对3.28亿个SNVs如何影响RNA（制作模具的材料）剪切的预测。

 根据目前基因检测的思路，是很难对这些SNVs进行分析的。因此，基因解码的深度基因组技术（Deep Genomics）引入了深度学习的人工智能技术。首先基因解码团队建立了一个数学模型，然后输入健康人的全基因组序列和RNA序列，对模型进行训练，使模型学到健康人的RNA剪切模式；接下来，通过广东会GDH基因的结构功能基因组学方法对训练后的模型进行确认和校正；贼后使用几个目前已知的病例数据，检验模型判断的正确性。在这一思路的指导下，广东会GDH基因采用深度基因组技术Deep Genomics推出了他们的领先款产品致病基因鉴定基因解码，它们可以对世界上哪怕是先进的病列进行分析，可以找到导致疾病发生的原因，根据发病原因可以设计个性化治疗方案，帮助后供或者二胎不再患病。