आज, शास्त्रज्ञांनी जैविक संशोधनाच्या दृष्टीने त्यांनी तयार केलेला सर्वात मोठा कृत्रिम बुद्धिमत्ता (एआय) मॉडेल सादर केला. या मॉडेलला १२८, ००० जीनोमवर प्रशिक्षण दिले गेले आहे, जे मानवांपासून एककोशीय बॅक्टेरियापर्यंत आणि आर्चायाकडे अशी व्यापक जीवनराशीस दर्शवतात, आणि संपूर्ण गुणसूत्रे आणि लहान जीनोम्स उत्पन्न करण्याची क्षमता आहे. हे विद्यमान डीएनएचे अर्थ लावण्यातही उत्कृष्ट आहे, ज्यात रोगांशी संबंधित आव्हानात्मक ‘नॉन-कोडिंग’ जीन विविधता समाविष्ट आहे. याला ‘क्रिस्पर साठी चॅटजीपीटी’ म्हणतात, इवो-२ ला आर्क इन्स्टिट्यूट आणि स्टॅनफोर्ड विद्यापीठाच्या टीम्सने, NVIDIA चिप निर्माता सोबत सह- विकसित केले आहे. हा वेब इंटरफेसद्वारे उपलब्ध आहे, आणि शास्त्रज्ञांना मॉडेल पुनरुत्पादनासाठी आवश्यक असलेला मोफत उपलब्ध सॉफ्टवेअर कोड, डेटा आणि इतर पॅरामिटर डाउनलोड करता येतील. निर्मात्यांनी इवो-२ शोधकांकरिता त्यांच्या गरजेनुसार कस्टमायझेशन करता येईल अशी बहुपरकारी व्यासपीठ म्हणून पाहिली आहे. इवो-२ च्या शुभारंभाच्या प्रेस ब्रीफिंग दरम्यान, आर्क इन्स्टिट्यूट आणि कॅलिफोर्निया, बर्कलेतील विद्यापीठातील बायोइंजिनिअर पॅट्रिक हसू यांनी शास्त्रज्ञ आणि अभियंते कशाप्रकारे जैविक नवकल्पना साठी 'ऍप स्टोर' तयार करू शकतील याबद्दल उत्साह व्यक्त केला. इतर शास्त्रज्ञांकडून प्रतिक्रियांनी या मॉडेलविषयीच्या त्यांच्या उत्कंठा अधोरेखित केल्या, जे आर्क इन्स्टिट्यूटच्या वेबसाइटवर उपलब्ध असलेल्या आणि bioRxiv प्रीप्रिंट सर्व्हरवर सादर केलेल्या कागदपत्रात तपशीलवार दिलेले आहे. परंतु, त्यांनी ठोस निर्णय घेण्यापूर्वी स्वतंत्र मूल्यांकनाची आवश्यकता यावर जोर दिला. “आम्हाला येणाऱ्या स्वतंत्र बेंचमार्कमध्ये हे कसे कार्य करते हे पाहणे आवश्यक आहे, ” असे स्टॅनफोर्ड विद्यापीठातील संगणकीय जीनोमिस्ट अंशुल कुंदजे म्हणाले. सध्या, ते मॉडेलमागील अभियांत्रिकीच्या प्रगतीने प्रभावित झाले आहेत. अलीकडच्या वर्षांत, संशोधकांनी पूर्वीच्या मेटा कर्मचाऱ्यांनी विकसित केलेल्या ESM-3 सारख्या अधिक उन्नत 'प्रोटीन भाषा मॉडेल' तयार केले आहेत. या मॉडेल्स, जे लाखो प्रोटीन अनुक्रमांवर प्रशिक्षित आहेत, प्रोटीनच्या संरचना भाकीत करण्यात आणि संपूर्ण नवीन प्रोटीन डिझाइन करण्यात महत्त्वाची भूमिका बजावली आहे, ज्यात जीन संपादक आणि फ्लोरेसंट अणूंचा समावेश आहे. एआयने नवीन प्रोटीनचे भरपूर प्रस्तावित केले आहेत, परंतु या निर्मितींची कार्यक्षमता एक खुला प्रश्न आहे. इतर मॉडेल्सच्या विपरीत, इवो-२ जीनोमिक डेटा वापरून प्रशिक्षित केले गेले आहे ज्यामध्ये ‘कोडिंग अनुक्रम’ समाविष्ट आहेत, जे प्रोटीन तयार करण्यासाठी जबाबदार आहेत, आणि नॉन-कोडिंग डीएनए जे जीन क्रियाकलाप नियंत्रित करते.

गेल्या वर्षी जारी केलेल्या इवोचा प्राथमिक आवृत्ती ८०, ००० प्रोकेरियोटिक जीवांच्या जीनोमवर लक्ष केंद्रित केले होते, ज्यामध्ये बॅक्टेरिया, आर्चाया, आणि त्यांच्याशी संबंधित विषाणूंचा समावेश होता. नवीनतम मॉडेल १२८, ००० जीनोमच्या डेटासेटवर आधारित आहे ज्यामध्ये मानव, इतर प्राणी, आणि वनस्पती यांचा समावेश आहे, एकूण ९. ३ ट्रिलियन डीएनए अक्षरांचे प्रतिनिधित्व करते. या विस्तृत डेटाचे प्रोसेसिंग करण्याच्या संगणकीय मागण्या लक्षात घेता, हसू म्हणतात की इवो-२ आजपर्यंत जारी केलेला सर्वात मोठा जैविक एआय मॉडेल आहे. युकेरियोटिक जीनोम, जे प्रोकेरियोट्सच्या पलिकडे असलेल्या जीवांमध्ये आढळतात, सामान्यतः अधिक गुंतागुंतीचे आणि लांब असतात. या जीनोममध्ये कोडिंग आणि नॉन-कोडिंग क्षेत्रांच्या जरासंवेदक अनुक्रमांसह मिश्रित स्वरूपाच्या रचना समाविष्ट आहेत, ज्यामध्ये नियमित करणारे डीएनए कधीकधी ज्या जीनवर प्रभाव टाकतात त्यांच्यापासून लांब असू शकतात. परिणामी, इवो-२ ला एकत्रित रूपांमध्ये डीएनए अनुक्रमांमधील पॅटर्न ओळखण्यासाठी डिझाइन केले गेले आहे जे १ मिलियन बेस पेअर्स दूर असू शकतात. जटिल जीनोमचे अर्थ लावण्यात त्याच्या कौशल्याचे प्रदर्शन करण्यासाठी, हसू आणि त्यांचे सहकारी इवो-२ चा वापर करून ब्रेस्ट कॅन्सरशी संबंधित BRCA1 जीनमधील पूर्वीच्या अध्ययनित म्युटेशन्सचे विश्लेषण केले. या मॉडेलने रोगांशी संबंधित कोडिंग क्षेत्रांमध्ये म्यूटेशन्सच्या प्रभावाचे विश्लेषण करण्यात सर्वोत्तम बायो-AI मॉडेलच्या कार्यक्षमतेसह जवळजवळ बरोबरी साधली, "नॉन-कोडिंग म्यूटेशन्ससाठी स्टेट ऑफ द आर्ट" गाठला. भविष्यात, इवो-२ हे रोगी जीनोममधील या जटिल बदलांची ओळख करण्यात मदत करू शकेल. तसेच, संशोधकांनी जटिल जीनोमच्या विविध वैशिष्ट्यांचे अर्थ लावण्याची मॉडेलची क्षमता मूल्यमापन केली, ज्यामध्ये उली मांजर यांचा समावेश आहे. "इवो-२ डीएनए नियामक व्याकरण समजण्यात महत्त्वाची प्रगती दर्शवते, " असे ठळक शब्दांत कॅलिफोर्नियातील सॅन फ्रान्सिस्कोस्थित ग्लॅडस्टोन इन्स्टिट्यूटच्या संगणकीय जीवशास्त्रज्ञ क्रिस्तीना थिओडोरिस यांनी नमूद केले.