Cientistas criaram um novo modelo de aprendizado de máquina chamado Evo, projetado para interpretar e projetar instruções genéticas. Evo pode antecipar os efeitos de mutações genéticas e gerar novas sequências de DNA, embora estas não se assemelhem de perto ao DNA de organismos vivos. Com mais desenvolvimento, o Evo e modelos semelhantes podem ajudar a decifrar funções de DNA e RNA e combater doenças, de acordo com um estudo publicado em 15 de novembro na Science. Evo é um modelo de linguagem grande (LLM), semelhante ao GPT-4 da OpenAI ou ao Gemini do Google, treinado em extensas fontes de dados. Em vez de focar em palavras, como os LLMs comuns, o Evo é treinado nos genomas de milhões de microrganismos, incluindo archaea, bactérias e seus vírus, tratando cada par de bases do DNA como uma "palavra". Evo compara essas sequências ao seu conjunto de treinamento para prever funções do DNA ou criar novos materiais genéticos. Enquanto modelos anteriores usavam aprendizado de máquina para analisar dados genéticos, eles eram limitados em função ou custosos. Evo, no entanto, emprega um modelo rápido e de alta resolução para lidar com sequências longas, analisando padrões em escala genômica e detectando interações em larga escala que modelos especializados poderiam ignorar. Os autores testaram o Evo em várias tarefas.

Ele previu com precisão o impacto das mutações genéticas nas estruturas de proteínas e gerou um conjunto de componentes que protegeram contra infecções virais em testes laboratoriais. Evo também criou grandes sequências de DNA, embora elas não sustentassem a vida. As instruções se assemelhavam ao DNA existente, mas careciam da precisão detalhada dos genomas naturais, comparáveis a imagens de IA com anomalias, como dedos extras. Apesar desses avanços, o Evo está limitado a genomas microbianos e ainda não pode prever efeitos sobre mutações no DNA humano. Os pesquisadores enfatizaram a importância da segurança e ética para evitar o uso indevido à medida que tais modelos melhoram, excluindo deliberadamente dados de genomas virais de hospedeiros eucarióticos em seu treinamento. Eles chamaram a colaboração entre cientistas, especialistas em segurança e formuladores de políticas para evitar abusos e desenvolver estratégias para mitigar riscos.