오늘 과학자들은 생물학적 연구를 목적으로 하는 가장 큰 인공지능(AI) 모델을 공개했습니다. 이 모델은 인간부터 단세포 박테리아와 고세균에 이르는 다양한 생명의 유전체 128, 000개로 훈련되었으며, 처음부터 전체 염색체와 작은 유전체를 생성할 수 있는 능력을 갖추고 있습니다. 또한 질병과 관련된 어려운 '비부호화' 유전자 변이를 포함한 기존 DNA 해석에도 뛰어난 성능을 보입니다. ‘CRISPR를 위한 ChatGPT’라고 불리는 Evo-2는 캘리포니아 파로알토의 아크 연구소와 스탠퍼드 대학교 연구팀, 그리고 칩 제조업체 NVIDIA가 공동 개발했습니다. 웹 인터페이스를 통해 접근할 수 있으며, 과학자들은 모델 복제를 위해 필요한 소스 코드, 데이터 및 기타 매개변수를 자유롭게 다운로드할 수 있습니다. 창조자들은 Evo-2가 연구자들이 필요에 맞게 사용자 정의할 수 있는 다재다능한 플랫폼으로 상상하고 있습니다. Evo-2 출시와 관련된 기자 회견에서 아크 연구소와 캘리포니아 대학교 버클리 캠퍼스의 생명공학자 패트릭 수는 과학자들과 엔지니어들이 생물학 혁신을 위한 '앱 스토어'를 어떻게 구축할 수 있을지에 대한 기대를 표현했습니다. 다른 과학자들의 반응에서도 이 모델에 대한 호기심이 드러났으며, 이 모델은 아크 연구소 웹사이트에서 확인할 수 있는 논문에 자세히 설명되어 있고, bioRxiv 프리프린트 서버에 제출되었습니다. 하지만 그들은 명확한 판단을 내리기 전에 독립적인 평가가 필요하다고 강조했습니다. “프리프린트가 공개된 후 독립 벤치마크에서 성능을 어떻게 발휘하는지 지켜봐야 할 것입니다. ”라고 스탠퍼드 대학교의 계산 유전체학자 안슐 쿤다제는 말했습니다. 그는 현재 모델의 공학적 설계에 깊은 인상을 받고 있습니다. 최근 몇 년 동안 연구자들은 전 Meta 직원들이 개발한 ESM-3와 같은 점점 더 발전된 '단백질 언어 모델'을 만들어냈습니다. 이 모델들은 수백만 개의 단백질 서열로 훈련되어 단백질 구조를 예측하고 유전자 편집기 및 형광 분자를 포함한 완전히 새로운 단백질을 설계하는 데 중요한 역할을 했습니다. AI는 수많은 새로운 단백질을 제안했지만, 이러한 창작물의 효과 여부는 여전히 개방된 질문입니다. 다른 모델들과 달리 Evo-2는 단백질을 생성하는 '부호화 서열'과 유전자 활동을 조절하는 비부호화 DNA를 포함하는 유전체 데이터를 사용하여 훈련되었습니다.

지난해에 출시된 초기 버전의 Evo는 박테리아, 고세균 및 그와 관련된 바이러스를 포함한 80, 000개의 원핵생물 유전체에 초점을 맞췄습니다. 신모델은 인간, 기타 동물 및 식물을 포함한 다양한 종의 128, 000개 유전체 데이터셋을 기반으로 구축되었으며, 이는 총 9. 3조 개의 DNA 염기서열을 나타냅니다. 이 방대한 데이터를 처리하는 데 필요한 계산 능력을 고려할 때, 수는 Evo-2가 지금까지 발표된 가장 큰 생물학적 AI 모델이라고 강조했습니다. 진핵생물의 유전체는 원핵생물 외의 생물에서 일반적으로 더 복잡하고 길어집니다. 이러한 유전체는 부호화 및 비부호화 영역의 염기서열이 얽혀 있으며, 규제 DNA가 종종 영향을 미치는 유전자에서 멀리 떨어져 있는 경우가 있습니다. 따라서 Evo-2는 DNA 염기서열에서 최대 100만 염기쌍 떨어진 패턴을 인식하도록 설계되었습니다. Hsu와 그의 동료들은 Evo-2를 사용하여 유방암과 관련된 BRCA1 유전자의 이전에 연구된 변이를 분석하여 복잡한 유전체 해석에서의 능력을 보여주었습니다. 이 모델은 질병과 관련된 코딩 영역의 변이에 대한 분석에서 최고의 바이오 AI 모델과 거의 동일한 성능을 보였으며, 비부호화 변이에 대해서는 “최신 기술”을 달성했습니다. 앞으로 Evo-2는 환자의 복잡한 유전체에서 이러한 변화를 식별하는 데 도움이 될 수 있습니다. 또한 연구자들은 털코끼리의 복잡한 유전체를 포함하여 다양한 특징을 해석하는 모델의 능력을 평가했습니다. “Evo-2는 DNA 규제 문법 이해의 상당한 발전을 의미합니다. ”라고 캘리포니아 샌프란시스코의 글래드스톤 연구소에서 근무하는 계산 생물학자 크리스티나 세오도리스가 언급했습니다.