Evo 1에서 Evo 2까지: NVIDIA가 게놈 연구와 AI 기반 생물학 혁신을 재정의하는 방법

서열을 분석함으로써 생명의 행동을 예측할 수 있는 세계를 상상해 보세요. 이것은 과학 소설이나 마법의 세계가 아니라 과학자들이 수년간 달성하려고 노력해 온 실제 세계입니다. 이러한 서열은 4개의 뉴클레오타이드(A, T, C, G)로 구성되어 있으며, 지구上的 모든 생명체, 가장 작은 미생물부터 가장 큰 포유류까지의 기본적인 지침을 포함합니다. 이러한 서열을 해독하면 개인화된 의학 및 환경 지속 가능성과 같은 분야에서 복잡한 생물학적 과정을 해독할 수 있습니다.

그러나 이러한 엄청난 잠재력에도 불구하고, 가장 단순한 미생물 게놈을 해독하는 것은 매우 복잡한 작업입니다. 이러한 게놈은 DNA 염기 쌍의 수백만 개로 구성되어 있으며, DNA, RNA, 단백질 간의 상호 작용을 조절합니다. 이는 분자 수준에서 전체 게놈에 이르기까지 여러 수준에서 존재하는 복잡성이며, 수십억 년 동안 진화한 유전적 정보의 광대한 분야를 생성합니다.

전통적인 계산 도구는 생물학적 서열의 복잡성을 처리하는 데 어려움을 겪었습니다. 그러나 생성적 AI의 등장으로 이제 서열의 토큰을 수십억 개로 확장하고 토큰 간의 복잡한 관계를 이해할 수 있습니다. 이 발전에 기반하여, Arc Institute, 스탠퍼드 대학교, NVIDIA의 연구자들은 인간의 텍스트를 이해하는 대규모 언어 모델과 유사한 방식으로 생물학적 서열을 이해할 수 있는 AI 시스템을 구축하기 위해 작업했습니다. 이제 그들은 중핵 도그마의 다중 모드 및 진화의 복잡성을 모두 포착하는 모델을 만들었다는 획기적인 발전을 이루었습니다. 이 혁신은 개인 분자부터 전체 게놈까지 새로운 생물학적 서열을 예측하고 설계하는 데 mogelijk성을 열어줍니다. 이 기사에서는 이 기술이 어떻게 작동하는지, 그 잠재적인 응용 분야, 도전 과제, 게놈 모델링의 미래에 대해 살펴보겠습니다.

EVO 1: 게놈 모델링의 개척자 모델

이 연구는 2024년 말 NVIDIA와 그 협력사가 Evo 1을 소개했을 때 주목을 받았습니다. Evo 1은 DNA, RNA, 단백질을 통해 생물학적 서열을 분석하고 생성하는 데 사용되는 획기적인 모델입니다. 2,700만개의 원핵생물과 박테리오파지 게놈, 총 300억개의 뉴클레오타이드 토큰으로 훈련된 이 모델은 중핵 도그마를 통합하여 DNA에서 RNA로, RNA에서 단백질로의 유전 정보 흐름을 모델링하는 데 중점을 두었습니다. 스트라이프드 하이엔아(StripedHyena) 아키텍처는 컨볼루션 필터와 게이트를 사용하는 하이브리드 모델로, 최대 131,072개의 토큰을 처리할 수 있습니다. 이 설계로 Evo 1은 작은 서열 변경을 더 넓은 시스템 전체 및 유기체 수준의 효과와 연결할 수 있었습니다. 이는 분자 생물학과 진화 게놈 사이의 간격을 메웠습니다.

Evo 1은 생물학적 진화를 계산적으로 모델링하는 첫 번째 단계였습니다. 그것은 유전적 서열의 진화적 패턴을 분석함으로써 분자 상호 작용과 유전적 변이를 성공적으로 예측했습니다. 그러나 과학자들이 더 복잡한 진핵생물 게놈에 적용하려고 할 때, 모델의 제한이 명백해졌습니다. Evo 1은 긴 DNA 서열에 대한 단일 뉴클레오타이드 분해능과 더 큰 게놈에 대한 계산 비용이 높다는 문제가 있었습니다. 이러한 도전 과제는 여러 규모에서 생물학적 데이터를 통합할 수 있는 더 발전된 모델의 필요성을 요구했습니다.

EVO 2: 게놈 모델링을 위한 기초 모델

Evo-1에서 얻은 교훈을 바탕으로 연구자들은 2025년 2월에 Evo 2를 출시하여 생물학적 서열 모델링 분야를 발전시켰습니다. 9.3조개의 DNA 염기 쌍으로 훈련된 이 모델은 모든 생명 도메인에서 유전적 변이의 기능적 결과를 예측하고 이해하는 것을 배웠습니다. 40억개의 매개변수로 Evo-2 모델은 이전 모델들,包括 Evo-1,이 처리할 수 없었던 최대 1백만개의 염기 쌍의 서열 길이를 처리할 수 있습니다.

Evo 2를 그 전신과 구별하는 것은 DNA 서열뿐만 아니라 DNA, RNA, 단백질 간의 상호 작용, 즉 중핵 도그마 전체를 모델링할 수 있는 능력입니다. 이것은 Evo 2가 이전에 불가능했던 방식으로 유전적 돌연변이의 영향을 정확하게 예측할 수 있도록 합니다.

Evo 2의 주요 기능 중 하나는 작업별 세부 조정이 필요하지 않은 강력한 제로샷 예측 능력입니다. 예를 들어, Evo 2는 유방암 연구에서 중요한 요인인 BRCA1 변이체를 DNA 서열만으로 분석하여临床적으로 중요한 변이체를 90% 이상의 정확도로 분류합니다.

바이오 분자 과학에서의 잠재적인 응용 분야

Evo 2의 능력은 게놈, 분자 생물학, 생물 기술 분야에서 새로운 전방을 열어줍니다. 가장 유망한 응용 분야 중 일부는 다음과 같습니다:

• 의료 및 약물 발견: Evo 2는 특정 질병과 관련된 유전자 변이를 예측할 수 있어 표적 치료의 개발을 지원할 수 있습니다. 예를 들어, 테스트에서 유방암 관련 유전자 BRCA1의 변이에서 Evo 2는 유해할 수 있는 돌연변이와 양성 돌연변이를 90% 이상의 정확도로 예측했습니다. 이러한 통찰력은 새로운 약물과 개인화된 치료의 개발을 가속화할 수 있습니다.
• 합성 생물학 및 유전 공학: Evo 2의 전체 게놈 생성 능력은 원하는 특성을 가진 합성 유기체를 설계하는 새로운 길을 열어줍니다. 연구자들은 Evo 2를 사용하여 특정 기능을 가진 유전자를 설계할 수 있으며, 이는 생물 연료, 환경적으로 친화적인 화학 물질, 새로운 치료제의 개발을 발전시킬 수 있습니다.
• 농업 생물 기술: Evo 2는 가뭄에 강한 작물이나 해충에 강한 작물을 설계하는 데 사용될 수 있으며, 이는 세계 식량 안보와 농업 지속 가능성을 향상시킬 수 있습니다.
• 환경 과학: Evo 2는 생물 연료를 설계하거나 환경 오염 물질을 분해하는 단백질을 설계하는 데 적용될 수 있으며, 이는 지속 가능성 노력에 기여할 수 있습니다.

도전 과제와 미래 방향

Evo 2는 ấn tượng적인 능력에도 불구하고 도전 과제에 직면합니다. 주요 장애물 중 하나는 모델을 훈련하고 실행하는 데涉及되는 계산적 복잡성입니다. 1백만개의 염기 쌍의 컨텍스트 창과 40억개의 매개변수로, Evo 2는 효과적으로 작동하기 위해 상당한 계산 자원을 필요로 합니다. 이것은 더 큰 게놈에서 모델의 잠재력을 완전히 활용하기 위해 고성능 컴퓨팅 인프라에 접근할 수 없는 더 작은 연구 팀에게 어려움을 만듭니다.

さらに, Evo 2가 유전적 돌연변이의 영향을 예측하는 데 뛰어나지만, 아직도_scratch에서 새로운 생물학적 시스템을 설계하는 방법을 배우는 데 많은 것이 남아 있습니다. 현실적인 생물학적 서열을 생성하는 것은 첫 번째 단계에 불과하며, 이러한 힘을 사용하여 기능적이고 지속 가능한 생물학적 시스템을 생성하는 방법을 이해하는 것이真正의 도전 과제입니다.

AI의 접근성과 게놈학에서의 민주화

Evo 2의 가장 흥미로운 측면 중 하나는 그들의 오픈 소스 가용성입니다. 게놈 모델링 도구에 대한 접근성을 민주화하기 위해 NVIDIA는 모델 매개변수, 훈련 코드, 데이터 세트를 공개적으로 제공합니다. 이 오픈 액세스 접근 방식은 전 세계의 연구자들이 Evo 2의 능력을 탐색하고 확장할 수 있도록 하여 과학 커뮤니티 전체의 혁신을 가속화합니다.

결론

Evo 2는 게놈 모델링에서 중요한 발전입니다. 그것은 생명의 복잡한 유전 언어를 해독하는 데 AI를 사용합니다. DNA 서열과 RNA 및 단백질との 상호 작용을 모델링하는 능력은 의료, 약물 발견, 합성 생물학, 환경 과학에서 새로운 가능성을 열어줍니다. Evo 2는 유전적 돌연변이를 예측하고 새로운 생물학적 서열을 설계할 수 있습니다. 이는 개인화된 의학과 지속 가능한 솔루션에 대한 변혁적인 잠재력을 제공합니다. 그러나 그 계산적 복잡성은 특히 더 작은 연구 팀에게 도전 과제를 제기합니다. Evo 2를 오픈 소스로 만들어서 NVIDIA는 전 세계의 연구자들이 그 능력을 탐색하고 확장할 수 있도록 하여 게놈과 생물 기술에서 혁신을 추진합니다. 기술이 계속 발전함에 따라, 그것은 생물학적 과학과 환경 지속 가능성의 미래를 재정의할 수 있는 잠재력을 가지고 있습니다.