Naukowcy stworzyli nowy model uczenia maszynowego o nazwie Evo, zaprojektowany do interpretacji i projektowania instrukcji genetycznych. Evo potrafi przewidywać skutki mutacji genetycznych i generować nowe sekwencje DNA, choć te nie przypominają ściśle DNA organizmów żywych. Według badania opublikowanego 15 listopada w magazynie Science, dzięki dalszemu rozwojowi, Evo i podobne modele mogą pomóc w dekodowaniu funkcji DNA i RNA oraz walce z chorobami. Evo to duży model językowy (LLM), podobny do GPT-4 OpenAI czy Gemini Google, trenowany na rozległych źródłach danych. Zamiast koncentrować się na słowach, jak typowe LLM, Evo jest trenowany na genomach milionów mikrobów, w tym archeonów, bakterii i ich wirusów, traktując każdą parę zasad DNA jako „słowo”. Evo porównuje te sekwencje z zestawem treningowym, aby przewidzieć funkcje DNA lub stworzyć nowe materiały genetyczne. Chociaż wcześniejsze modele wykorzystywały uczenie maszynowe do analizy danych genetycznych, były ograniczone w funkcji lub kosztowne. Evo jednak wykorzystuje szybki, wysokorozdzielczy model do obsługi długich sekwencji, analizując wzorce w skali genomu i wykrywając interakcje na dużą skalę, które wyspecjalizowane modele mogą przeoczyć. Autorzy przetestowali Evo w różnych zadaniach.

Dokładnie przewidywał wpływ mutacji genetycznych na struktury białek i generował zestaw komponentów, które chroniły przed infekcjami wirusowymi w testach laboratoryjnych. Evo tworzył także duże sekwencje DNA, choć nie były one zdolne do podtrzymania życia. Instrukcje przypominały istniejące DNA, ale brakowało im szczegółowej dokładności naturalnych genomów, porównywalnej do obrazów AI z anomaliami, jak dodatkowe palce. Pomimo tych postępów, Evo jest ograniczony do genomów mikroorganizmów i nie może jeszcze przewidywać skutków mutacji w DNA człowieka. Badacze podkreślili znaczenie bezpieczeństwa i etyki, aby zapobiec nadużyciom w miarę doskonalenia modeli, celowo wykluczając dane wirusów z genomów eukariotycznych w swoim treningu. Wezwali do współpracy naukowców, ekspertów ds. bezpieczeństwa i decydentów politycznych, aby unikać nadużyć i opracowywać strategie łagodzenia ryzyka.