Leo, wanasayansi wamefafanua kile wanachodai kuwa ni mfano mkubwa zaidi wa akili bandia (AI) ulioelekezwa kwenye utafiti wa kibaolojia. Mfano huu, uliofundishwa kwa genomes 128, 000 zinazow rappresenta anuwai ya maisha, kuanzia wanadamu hadi bakteria na archaea zenye seli moja, una uwezo wa kuzalisha kromosomu kamili na genomes ndogo kutoka mwanzo. Pia unajitahidi katika kufasiri DNA ambayo tayari ipo, ikiwa ni pamoja na toleo ngumu za 'non-coding' zinazohusishwa na magonjwa. Unaoitwa ‘ChatGPT kwa CRISPR, ’ Evo-2 ilikuzwa kwa pamoja na timu kutoka Taasisi ya Arc na Chuo Kikuu cha Stanford huko Palo Alto, California, pamoja na mtengenezaji wa chips NVIDIA. Upatikanaji umewezekana kupitia interfaces za wavuti, na wanasayansi wanaweza kupakua msimbo wa programu, data, na vigezo vingine vinavyohitajika kwa ajili ya kurudia mfano huo. Waumbaji wanawazia Evo-2 kama jukwaa lenye uwezo wa kubadilishwa na watafiti kulingana na mahitaji yao. Wakati wa mkutano wa habari kuhusu uzinduzi wa Evo-2, Patrick Hsu, mhandisi wa kibaolojia katika Taasisi ya Arc na Chuo Kikuu cha California, Berkeley, alionyesha msisimko kuhusu jinsi wanasayansi na wahandisi wanaweza kujenga 'duka la programu' kwa uvumbuzi wa kibaolojia. Majibu kutoka kwa wanasayansi wengine yanaonyesha hamu yao juu ya mfano huo, ambao umeelezwa katika karatasi inayopatikana kwenye tovuti ya Taasisi ya Arc na kutumwa kwenye seva ya maandiko ya awali ya bioRxiv. Hata hivyo, wanaelekeza umuhimu wa tathmini huru kabla ya kuunda hukumu sahihi. “Tutahitaji kuona jinsi inavyofanya katika vipimo huru baada ya maandiko ya awali kuwepo, ” alisema Anshul Kundaje, mtaalamu wa genomics wa kompyuta katika Chuo Kikuu cha Stanford. Kwa sasa anastaajabishwa na uhandisi wa mfano huo. Katika miaka ya hivi karibuni, watafiti wameunda mifano ya 'lugha ya protini' yenye kiwango cha juu zaidi kama ESM-3, iliyoandaliwa na wafanyakazi wa zamani wa Meta. Mifano hii, iliyofundishwa kwa miloni ya mfuatano wa protini, imekuwa na ushawishi mkubwa katika kuweza kutabiri miundo ya protini na kubuni protini mpya kabisa, ikiwa ni pamoja na wahariri wa gene na molekuli zinazong’aa. AI imependekeza idadi kubwa ya protini mpya, lakini ufanisi wa ubunifu huu bado ni swali linalofunguliwa. Tofauti na mifano mingine, Evo-2 ilifundishwa kwa kutumia data za genomic ambazo zinajumuisha ‘mfuatano wa coding, ’ zinazohusika katika kuzalisha protini, na DNA isiyo ya coding inayodhibiti shughuli za gene.

Toleo la awali la Evo, lililozinduliwa mwaka jana, lililenga genomes za viumbe 80, 000 vya prokaryotic, ambavyo vinajumuisha bakteria, archaea, na virusi vinavyohusiana navyo. Mfano huu mpya unajengwa juu ya dataset ya genomes 128, 000 kutoka kwa spishi mbalimbali, ikiwa ni pamoja na wanadamu, wanyama wengine, na mimea, ikiwakilisha jumla ya herufi 9. 3 trilioni za DNA. Kuzingatia mahitaji ya kompyuta ya kusindika data hii kubwa, Hsu anasema kwamba Evo-2 inasimama kama mfano mkubwa zaidi wa AI wa kibaolojia ulioachiliwa hadi sasa. Genomes za eukaryotic, kama zinavyopatikana katika viumbe vya prokaryotes, kwa ujumla ni ngumu zaidi na ndefu. Genomes hizi zina mfuatano wa maeneo ya coding na yasiyo ya coding, ambapo DNA inayoongoza mara nyingine hupatikana mbali na genes zinazoathiri. Kwa hiyo, Evo-2 ilibuniwa kutambua mifumo katika mfuatano wa DNA ambayo inaweza kuwa na umbali wa hadi base pairs 1 milioni. Ili kuonyesha uwezo wake katika kufasiri genomes ngumu, Hsu na wenzake walitumia Evo-2 kuchambua mabadiliko ambayo yalikuwa yamejifunza mapema katika gene ya BRCA1, inayohusishwa na saratani ya matiti. Mfano huo karibu ulilinganisha na utendakazi wa mifano bora ya AI katika kuchambua athari za mabadiliko katika maeneo ya coding yanayohusishwa na magonjwa, ukifikia “hali ya sanaa kwa mabadiliko yasiyo ya coding. ” Katika siku zijazo, Evo-2 inaweza kusaidia katika kubaini mabadiliko haya magumu katika genomes za wagonjwa. Zaidi ya hayo, watafiti walifanya tathmini ya uwezo wa mfano huo kufasiri vipengele mbalimbali vya genomes ngumu, ikiwa ni pamoja na ile ya mamoth wa nywele. “Evo-2 inaashiria maendeleo makubwa katika kuelewa sarufi ya kudhibiti DNA, ” alisisitiza Christina Theodoris, mwanabiolojia wa kompyuta katika Taasisi za Gladstone huko San Francisco, California.