Danas su naučnici otkrili šta tvrde da je najveći model veštačke inteligencije (AI) usmeren na biološka istraživanja. Ovaj model, obučen na 128. 000 genoma koji predstavljaju širok spektar života, od ljudi do jednocelijskih bakterija i arheja, ima sposobnost da generiše pune hromosome i male genome od nule. Takođe se izuzetno snalazi u tumačenju postojećeg DNK, uključujući izazovne ‘ne-kodirajuće’ varijante gena povezane s bolestima. Poznat kao ‘ChatGPT za CRISPR, ’ Evo-2 su zajednički razvili timovi sa Arc Institute i Univerziteta Stanford u Palo Altou, Kalifornija, zajedno sa proizvođačem čipova NVIDIA. Pristupačnost se obezbeđuje putem web interfejsa, a naučnici mogu preuzeti besplatno dostupni kod softvera, podatke i druge parametre potrebne za replikaciju modela. Kreatori zamišljaju Evo-2 kao svestranu platformu za istraživače koju mogu prilagoditi svojim potrebama. Tokom brifinga za novinare povodom lansiranja Evo-2, Patrick Hsu, bioinženjer iz Arc Institute i Univerziteta Kalifornija, Berkeley, izrazio je uzbuđenje zbog načina na koji bi naučnici i inženjeri mogli konstruisati ovu 'prodavnicu aplikacija' za biološke inovacije. Reakcije drugih naučnika ističu njihovu radoznalost o modelu, koji je detaljno opisan u radu dostupnom na veb sajtu Arc Institute, a koji je podnet preprint serveru bioRxiv. Međutim, naglašavaju potrebu za nezavisnim evaluacijama pre donošenja konačnih zaključaka. “Videćemo kako će se ponašati u nezavisnim uporednim testovima kada preprint bude dostupan, ” rekao je Anshul Kundaje, računski genomičar na Univerzitetu Stanford. Trenutno je impresioniran inženjeringom iza modela. U poslednjim godinama, istraživači su kreirali sve naprednije ‘jezičke modele proteina’ poput ESM-3, razvijenog od strane bivših zaposlenih u Meti. Ovi modeli, obučeni na milionima sekvenci proteina, bili su ključni u predikciji struktura proteina i dizajniraju potpuno nove proteine, uključujući editore gena i fluorescentne molekule. AI je predložio mnoštvo novih proteina, ali efikasnost ovih kreacija ostaje otvoreno pitanje. Za razliku od drugih modela, Evo-2 je obučen koristeći genomske podatke koji uključuju i ‘kodirajuće sekvence, ’ odgovorne za proizvodnju proteina, kao i nekodirajući DNK koji reguliše aktivnost gena.

Početna verzija Evo, objavljena prošle godine, fokusirala se na genome 80. 000 prokariotskih organizama, uključujući bakterije, arheje i njihove povezane viruse. Najnoviji model se oslanja na dataset od 128. 000 genoma iz raznih vrsta, uključujući ljude, druge životinje i biljke, predstavljajući ukupno 9, 3 triliona DNK slova. Uzimajući u obzir računske zahteve obrade ovih opsežnih podataka, Hsu navodi da je Evo-2 najveći biološki AI model ikada objavljen. Eukariotski geni, kao što se nalaze u organizmima izvan prokariotih, generalno su složeniji i duži. Ovi geni sadrže pomešane sekvence kodirajućih i nekodirajućih regija, pri čemu se regulatorni DNK ponekad nalazi daleko od gena koje utiče. Kao rezultat toga, Evo-2 je dizajniran da prepoznaje obrasce u DNK sekvencama koje mogu biti udaljene do 1 milion baznih parova. Kako bi pokazali svoje sposobnosti u tumačenju složenih genoma, Hsu i njegovi kolege su koristili Evo-2 da analiziraju prethodno proučavane mutacije u BRCA1 genu, povezanom sa rakom dojke. Model je skoro dostigao performanse najboljih bio-AI modela u analizi uticaja mutacija u kodirajućim regijama povezanim s bolestima, postigavši “najbolje rezultate za nekodirajuće mutacije. ” U budućnosti, Evo-2 bi mogao pomoći u identifikaciji ovih složenih promena u genomima pacijenata. Pored toga, istraživači su procenili sposobnost modela da tumači razne karakteristike složenih genoma, uključujući i onaj vukovske mamuta. “Evo-2 predstavlja značajan napredak u razumevanju DNK regulatorne gramatike, ” primetila je Christina Theodoris, računska biologinja u Gladstone Institutu u San Francisku, Kalifornija.