დღეს, მეცნიერებმა წარადგინეს ის, რასაც ასახავენ ყველაზე დიდ ხელოვნურ ინტელექტის (AI) მოდელად, რომელიც მიზნად ისახავს ბიოლოგიურ კვლევას. ეს მოდელი, რომელიც გაწვრთნილია 128, 000 გენომზე, რომლებიც მოიცავს ცხოვრების ფართო სპექტრს, ადამიანებისაგან მიმართებულ ერთუჯრედიან ბაქტერიებზე და არქეებზე, ხელმძღვანელობს სრულ ქრომოსომებსა და მცირე გენომებს სრულყოფილებით. ის ასევე გამოიდარებს მიმდინარე DNA–ის ინტერპრეტაციის პროცესში, მათ შორის რთულია ‘არა-კოდირებული’ გენების ვარიანტების გამოსახლებაზე, რომლებიც დაავადებებსთან ასოცირდება. Evo-2, რომელსაც უწვდიან ‘ChatGPT for CRISPR’, გაწვრთნილი იყო Arc ინსტიტუტისა და სტენფორდის უნივერსიტეტის გუნდების მიერ, კალიფორნიის პალო ალტოში, ასევე ჩიპის მწარმოებელი NVIDIA–ის მიერ. მასთან ხელმისაწვდომობა უზრუნველყოფილია ვებსაიტების საშუალებით, და მეცნიერთა შეუძლია ჩამოტვირთოს თავისუფლად ხელმისაწვდომი პროგრამული კოდი, მონაცემები და სხვა პარამეტრები, რომლებიც საჭიროა მოდელის რეალიზაციისთვის. შექმნელები მოელის Evo-2–ს როგორც მრავალმხრივი პლატფორმა, რაც კვლეველებისთვის საშუალებას მისცემს მოდუსები მათი საჭიროებების შესაბამისად. Evo-2–ის გაწვრთნის პრესბრიფინგზე, პატრიკ ჰსი, Arc ინსტიტუტისა და კალიფორნიის უნივერსიტეტის ბიო ინჟინერი, გამოიცხადა სიხარული იმაზე, თუ როგორ შეიძლება მეცნიერებისა და ინჟინრების მიერ შესაქმნელ ‘აპლიკაციების მაღაზია’ ბიოლოგიური ინოვაციისთვის. მოწვეულთა სხვა მეცნიერების რეაგირება ხაზს უსვამს მათი ქვეცნობის მიერ მოდელის მიმართ, რომელიც დეტალურადაა აღწერილი Arc ინსტიტუტის ვებსაიტზე და გაგზავნილია bioRxiv პრეპრინტ სერვერზე. თუმცა, ისინი ხაზს უსვამენ დამოუკიდებელი შეფასების საჭიროებას, სანამ ფულდაწყვეტილი გადაწყვეტილებები მიიღება. “ჩვენ უნდა ვნახოთ როგორ იმოქმედებს ის დამოუკიდებელ ბენჩმარკებში, როცა პრეპრინტი ხელმისაწვდარი იქნება, ” განაცხადა ანშულ კონდაჯემ, სტენფორდის უნივერსიტეტის კომპიუტაციური გენომოლოგი. ამჟამად ის იმედგაცრუებულია მოდელის ტექნიკით. ბოლო წლებში, მეცნიერებმა შექმნეს გართულებული ‘პროტეინული ენების მოდელები’ როგორებიცაა ESM-3, რომელიც წინამორბედი Meta-ის თანამშრომლების მიერ არის გაწვდილი.

ამ მოდელებმა, რომელიც გაწვრთნილია მილიონობით პროტეინის თანმიმდევრობაზე, მნიშნველური წვლილი შეიტანა პროტეინის სტრუქტურების პროგნოზირებაში და სრულიად ახალი პროტეინების დიზაინში, მათ შორის გენური რედაქტორების და ლუმინესცენტური მოლეკულების. AI-მა უამრავი ახალი პროტეინის შექმნას მოაწვდო, მაგრამ ამ ქმნილებების ეფექტიანობა ჯერ კიდევ ღია შეკითხვაა. Evo-2 გაწვრთნილია გენომური მონაცემებით, რომელიც მოიცავს როგორც ‘კოდირებულ თანმიმდევრებს’, რომლებიც პასუხისმგებელია პროტეინების გამოსაყვანი, ასევე უპასუხისმგებლო DNA-ს, რომელიც რეგულირებს გენების აქტივობას. Evo-ს პირველი ვერსია, რომელიც გასულ წელი გამოვიდა, 80, 000 პროკარიოტ ორგანიზმების გენომებზე დაფუძნებული იყო, მათ შორის ბაქტერიები, არქეები და მათი დაკავშირებული ვირუსები. ახალი მოდელი დაყრდნობილია 128, 000 გენომური მონაცემების მონაცემების ნაკრებზე მრავალფეროვანი სახეობებისგან, მათ შორის ადამიანებისა, სხვა ცხოველების და მცენარეებისგან, რაც საერთო 9. 3 ტრილიონ DNA-მწერლობენ წარმოადგენს. Hsu აცხადებს, რომ Evo-2 დღესდღეობით ყველაზე დიდი ბიოლოგიური AI მოდელია. ეპკარიოტური გენომები, რომლებიც ვითარდება ეკლექტური ორგანიზმებისგან, ჩვეულებრივ, უფრო რთულ და გრძელია. ამ გენომებს აქვს ბეჭდური კოდირებული და უპასუხისმგებლო რეგიონების თანმიმდევრობა, რეგულირებადი DNA ზოგჯერ გენებისგან შორს არის განლაგებული. შესაბამისად, Evo-2–ი გაწვდილი იყო მყარი ფორმულის აღიარებისთვის DNA- ს თანმიმდევრობების მოდელირებაში, რაც შეიძლება იყოს 1 მილიონი ბირთვური წყვილები. აგრეთვე, მეცნიერთა ჯგუფმა გამოიძიეს Evo-2–ის შესაძლებლობები სხვადასხვა რთული გენომების ინტერპრეტაციისათვის, მათ შორის თხის ლიახვის (woolly mammoth). “Evo-2 ერთი მნიშვნელოვანი ნაბიჯით აღძრავს DNA რეგულარულ გრამატიკის რაიმეში, ” აღნიშნა ქრისტინა თეოდორისი, კალიფორნიულ გლადსტონის ინსტიტუტებში კომპიუტაციური ბიოლოგი.