基因集分析是功能基因组学的核心，但仍高度依赖人工整理和专家解释。现有的大语言模型（LLM）方法大多只使用符号化的基因名称，未能利用决定分子活性和相互作用的蛋白质序列信息。为此我们提出 SoftGene 框架，利用基因集的层次结构提升 LLM 注释能力。\ \ 首先，构建基于 ESM（蛋白质语言模型）的层次注意力编码器，将每个基因集映射为包含氨基酸序列特征的向量表示。其次，设计混合提示方案：软提示来源于基因集嵌入，硬提示则由 LLM 生成的辅助上下文组成，两者拼接后输入本地 LLM 进行注释。\ \ 我们在 Gene Ontology（GO）和 Molecular Signatures Database（MSigDB）两个基准数据集上进行评估。实验表明，融合蛋白质序列表征与文本上下文能够整体提升基因集注释准确率；进一步的领域分析显示，蛋白质嵌入的贡献在不同生物学领域存在显著差异。\ \ 点评：SoftGene 通过将蛋白质层面的序列信息引入 LLM 提示，实现了更具解释性的基因集注释，为功能基因组学提供了新的跨模态思路。