Ma a tudósok bemutatták, amit állításuk szerint a legnagyobb mesterséges intelligencia (MI) modellnek tekintenek, amely a biológiai kutatásokat célozza meg. Ez a modell 128 000 genomon lett kiképezve, amelyek széles életformákat képviselnek, az emberektől egészen az egysejtű baktériumokig és archeákig, és képes teljes kromoszómákat és kis genomokat előállítani a semmiből. Kiemelkedő a meglévő DNS értelmezésében is, beleértve a nehezen érthető, betegségekkel összefüggő ‘nem kódoló’ génváltozatokat. A 'CRISPR ChatGPT'-ként emlegetett Evo-2-t az Arc Intézet és a Stanford Egyetem Palo Altóban, Kaliforniában, valamint a chipgyártó NVIDIA csapatai közösen fejlesztették ki. Hozzáférhetőségét webes felületek biztosítják, és a tudósok ingyen letölthetik a modell replikálásához szükséges szoftverkódot, adatokat és egyéb paramétereket. A készítők úgy képzelik el, hogy az Evo-2 egy sokoldalú platform lesz, amelyet a kutatók személyre szabhatnak igényeik szerint. Az Evo-2 bemutató sajtótájékoztatóján Patrick Hsu, az Arc Intézet és a Kaliforniai Egyetem, Berkeley biomérnöke kifejezte izgatottságát afelől, hogy a tudósok és mérnökök miként alakíthatják ezt az 'alkalmazásboltot' a biológiai innováció számára. Más tudósoktól érkező reakciók a modell iránti kíváncsiságot tükrözik, amely részletesen szerepel egy, az Arc Intézet weboldalán elérhető tanulmányban, és amelyet a bioRxiv előnyomtató szerverre is benyújtottak. Ugyanakkor hangsúlyozzák az önálló értékelések szükségességét, mielőtt végső ítéleteket alkotnának. “Látnunk kell, hogyan teljesít önálló tesztekben, miután az előnyomtatás elérhetővé válik, ” mondta Anshul Kundaje, a Stanford Egyetem számítógépes genomikusa. Jelenleg lenyűgözi a modell mögötti mérnöki munka. Az utóbbi években a kutatók egyre fejlettebb ‘fehérje nyelvi modelleket’ hoztak létre, mint például az ESM-3, amelyet egykori Meta alkalmazottak fejlesztettek ki. Ezek a modellek, amelyeket milliónyi fehérjeszekvencián képeztek, kulcsszerepet játszottak a fehérjeszerkezetek előrejelzésében és teljesen új fehérjék tervezésében, beleértve a génszerkesztőket és fluoreszcens molekulákat. Az MI számos új fehérjét javasolt, de ezek létrehozásának hatékonysága továbbra is nyitott kérdés. Más modellekkel ellentétben az Evo-2 úgy lett kiképezve, hogy genomikai adatokat is felhasznál, amelyek tartalmazzák a ‘kódoló szekvenciákat’, amelyek a fehérjék előállításáért felelősek, és a nem kódoló DNS-t, amely szabályozza a génaktivitást.

Az Evo első verziója, amelyet tavaly adtak ki, 80 000 prokarióta organizmus genomjára összpontosított, ideértve a baktériumokat, archeákat és azok kapcsolódó vírusait. A legújabb modell 128 000 genomot tartalmazó adatbázison alapul, amely számos faj, köztük emberek, más állatok és növények genomját képviseli, összesen 9, 3 trillió DNS-betűt jelentve. Figyelembe véve az ilyen nagy adatmennyiség feldolgozásának számítási igényeit, Hsu kijelenti, hogy az Evo-2 a legnagyobb biológiai MI modell, amelyet eddig kiadtak. A eukariota genomok, amelyek a prokariótákon túli organizmusokban találhatóak, általában bonyolultabbak és hosszabbak. Ezek a genomok kevert kódoló és nem kódoló régiók szekvenciáit tartalmazzák, a szabályozó DNS pedig néha távol helyezkedik el azoktól a génektől, amelyeket befolyásol. Ennek következményeként az Evo-2-t úgy tervezték, hogy képes legyen azonosítani a DNS-szekvenciákban található mintákat, amelyek akár 1 millió bázispár távolságra is lehetnek egymástól. Az összetett genomok értelmezésének képességét Hsu és kollégái az Evo-2 segítségével korábban tanulmányozott mutációk elemzésére használták a BRCA1 génben, amely a mellrákhoz kapcsolódik. A modell szinte megközelítette a legjobb bio-MI modellek teljesítményét a betegségekkel összefüggő kódolt régiókban lévő mutációk hatásának elemzésében, “jelentős szintet elérve a nem kódoló mutációk esetében. ” A jövőben az Evo-2 segíthet ezeknek a bonyolult változásoknak a kórházi genomokban való azonosításában. Ezen kívül a kutatók értékelték a modell azon képességét is, hogy értelmezze az összetett genomok különböző jellemzőit, beleértve a gyapjas mamutét is. “Az Evo-2 jelentős előrelépést jelent a DNS szabályozási nyelvtanának megértésében, ” jegyezte meg Christina Theodoris, a Gladstone Intézetek számítógépes biológusa San Franciscóban, Kaliforniában.