Evo: нов ИИ сглобява нови биосистеми от ДНК конструктор

Новият модел ще издигне изследванията на генома на съвсем ново ниво.

Екип от учени от Института Арк е разработил изцяло нов модел на изкуствен интелект, наречен Evo, който може да анализира и интерпретира биологичните последователности. За разлика от обичайните езикови модели като Google Gemini или ChatGPT, разработката е обучена не върху текстове, а върху генетичния материал на милиони микроорганизми.

Създателите на технологията са си поставили амбициозна задача – да създадат фундаментален модел за работа с геномните данни. Evo анализира ДНК, РНК и протеиновите последователности по същия начин, по който езиковите модели обработват думите и изреченията. Алгоритъмът третира всяка двойка ДНК бази като отделна „дума“ в огромен биологичен текст.

Базата данни за обучение включва информация за 2,7 милиона генома на прокариоти и фаги. Този огромен обем от данни позволява на модела не само да научи съществуващите последователности, но и да предвиди как малки промени в генетичния код могат да повлияят на целия организъм.

Създателите на Evo подчертават сложността на задачата – дори най-простите микробни геноми имат невероятна сложност. Въпреки това технологията е успяла да постигне дълбоко разбиране на генетичния код – от основните елементи на ДНК до цели геноми.

Технологията функционира на няколко нива едновременно. Взема се предвид както многомодалността на централната догма на молекулярната биология (взаимосвързаността на ДНК, РНК и протеините), така и йерархичният характер на еволюцията – от отделните молекули до целите организми.

На практика Evo генерира реалистични последователности с дължина на цял геном и дори проектира нови биологични системи. Вече е извършено лабораторно валидиране на синтетични системи CRISPR и транспозони IS200/IS605, създадени с помощта на изкуствен интелект.

Друго важно постижение е способността на Evo да създава комбинации от протеини и РНК, които осигуряват защита срещу вирусни инфекции. Въпреки това технологията все още не е съвършена – някои от генерираните ДНК последователности се оказаха нефункционални, като размазана снимка вместо ясно изображение.

Настоящата версия на Evo 1.0 и все още не е готова за работа с човешкия геном. Въпреки това самият факт, че машинното обучение е успешно приложено в областта на молекулярната биология, дава огромно обещание за бъдещи изследвания.