Обновленная модель Evo 2 расширяет геномные исследования и приложения

Модель Evo 2 расширяет горизонты геномных исследований

Модель Evo 2, разработанная Arc Institute, представляет собой значительный шаг вперёд в области геномных исследований, охватывая не только одномолекулярные организмы, как это сделала её предшественница, но и сложные многоклеточные виды, включая человека и растения. Это расширение возможностей позволяет Evo 2 генерировать и предсказывать информацию на более высоком уровне сложности, что открывает новые горизонты в таких областях, как медицина, где понимание генетических вариантов может сыграть ключевую роль в разработке терапий, и в сельском хозяйстве, где модели могут помочь в создании устойчивых к заболеваниям сортов. Например, в предварительных испытаниях Evo 2 продемонстрировала более чем 90% точность в прогнозировании влияния мутаций BRCA1 на риск заболеваний, что подчеркивает её значимость для научных и практических приложений. Таким образом, обновлённая модель не только углубляет наше понимание генетической информации, но и подтягивает теоретические знания к практическим инструментам для генетической инженерии.

Вклад Evo 2 в здравоохранение

В здравоохранении понимание взаимосвязи между генетическими вариантами и заболеваниями имеет огромную ценность для создания эффективных терапевтических решений. Модель Evo 2, разработанная Arc Institute, продемонстрировала свою способность точно определять влияние генетических мутаций на здоровье. В частности, в рамках испытаний, связанных с геном BRCA1, который ассоциируется с риском рака груди и яичников, Evo 2 достигла впечатляющей точности более 90% в предсказании, какие мутации являются безвредными, а какие могут приводить к заболеваниям. Это открытие предоставляет исследователям новые инструменты для более глубокого понимания генетических факторов, влияющих на здоровье, и способствует развитию персонализированной медицины, в которой лечение будет адаптировано к индивидуальным генетическим профилям пациентов.

Уникальные возможности модели Evo 2

Модель Evo 2 от Arc Institute представляет собой уникальное достижение в области предсказания эффектов мутаций, поскольку она является единственным известным инструментом, способным точно анализировать как кодирующие, так и некодирующие вариации. Патрик Хсу, один из основателей организации, подчеркивает, что в отличие от других методов, таких как AlphaMissense от DeepMind, Evo 2 демонстрирует выдающиеся результаты в обучении на данных, связанных с некодирующими мутациями. Эти мутации, как правило, игнорировались в традиционных подходах к анализу генома, несмотря на их значительное влияние на формирование и функционирование организма. Evo 2 открывает новые горизонты для исследований, позволяя ученым лучше понимать сложные генетические механизмы и их вклад в развитие заболеваний, что является важным шагом в области медицинской геномики и терапии.

Архитектура и производительность

Evo 2 была разработана на мощной платформе NVIDIA DGX Cloud, в результате чего модель обучалась на данных свыше 9,3 триллиона нуклеотидов из геномов более 128,000 видов. Это позволяет Evo 2 не только превосходно представлять молекулярные взаимодействия, но и охватывать широкий спектр биологических процессов от микроорганизмов до многоклеточных организмов. Подход, использующий архитектуру StripedHyena 2, обеспечивает обучение почти в три раза быстрее, чем традиционные оптимизированные трансформерные модели, что значительно увеличивает эффективность обработки данных. Evo 2 также может одновременно обрабатывать отрывки ДНК длиной до 1 миллиона нуклеотидов, что открывает новые горизонты в понимании генетических взаимосвязей и взаимодействия между различными частями генома. Это мощное функциональное расширение делает Evo 2 уникальным инструментом для исследований в области генетического проектирования и моделирования.

Сообщество и открытый доступ

Arc Institute и Nvidia сделали значительный шаг в развитии доступности научных инструментов, выпустив Evo 2 — крупнейшую доступную AI-модель для биологии. Данная модель доступна для широкой публики через платформу NVIDIA BioNeMo, а интерактивный интерфейс Evo Designer упрощает использование инструмента как для специалистов, так и для начинающих исследователей. Открытый доступ к Evo 2 включает не только саму модель, но и ее обучающие данные, коды для тренировки и вывода, а также весовые коэффициенты, что позволяет пользователям вносить свои изменения и адаптировать модель под различные исследования. Такой подход подчеркивает стремление Arc Institute и Nvidia содействовать научному сообществу, предоставляя мощный инструмент, способный ускорить открытия в геномных исследованиях и других научных областях.

Подготовка к экспериментальной проверке

Запланированная коллаборация с университетом Вашингтона будет сосредоточена на экспериментальной проверке генетических последовательностей, созданных моделью Evo 2, путем их вставки в клетки мышей. Эта работа имеет цель подтвердить эффективность дизайна, разработанного моделью, а также оценить его биологическую совместимость. Команда Arc Institute планирует не только верификацию созданных последовательностей, но и дальнейшую разработку более сложных молекулярных систем, включая конструирование виртуальных клеток. Эти виртуальные клетки будут использоваться для более глубокого понимания сложных биологических процессов, что, в свою очередь, может привести к более эффективным стратегиям в медицинских исследованиях и открытию новых путей в области лечения заболеваний.

Взгляд в будущее

Evo 2 представляется как операционная система для геномики, открывающая новые горизонты в функциональной биологии. Благодаря своей открытости, эта модель предоставляет уникальную возможность научному сообществу разрабатывать новые приложения и улучшать существующие исследования. Хсу подчеркивает, что доступ к Evo 2 позволит учёным и инженерам вносить значимый вклад в прогресс биологических наук, активируя креативность и инновации в различных областях, от медицинских исследований до сельского хозяйства.

Создавая "магазин приложений" для биологии, Evo 2 действительно меняет парадигму, позволяя специалистам работать над более сложными задачами, такими как синтетическая геномика. Это способно существенно ускорить процесс поиска лекарств и анализа заболеваний, что является критически важным для будущего медицины и коллективного научного прогресса.