От Evo 1 до Evo 2: Как NVIDIA переопределяет геномные исследования и биологические инновации, основанные на ИИ

Представьте себе мир, где мы можем предсказать поведение живых организмов, просто анализируя последовательность букв. Это не научная фантастика или магический мир, а реальный мир, где ученые уже много лет стремятся достичь этой цели. Эти последовательности, состоящие из четырех нуклеотидов (А, Т, С и Г), содержат основные инструкции для жизни на Земле, от самых маленьких микробов до самых крупных млекопитающих. Расшифровка этих последовательностей имеет потенциал открыть сложные биологические процессы, преобразуя области, такие как персонализированная медицина и экологическая устойчивость.

Однако, несмотря на этот огромный потенциал, расшифровка даже самых простых микробных геномов является чрезвычайно сложной задачей. Эти геномы состоят из миллионов пар оснований ДНК, которые регулируют взаимодействия между ДНК, РНК и белками – тремя ключевыми элементами в центральной догме молекулярной биологии. Эта сложность существует на нескольких уровнях, от отдельных молекул до целых геномов, создавая огромную область генетической информации, которая эволюционировала за миллиарды лет.

Традиционные вычислительные инструменты боролись с сложностью биологических последовательностей. Но с появлением генеративного ИИ теперь стало возможным масштабировать трillions последовательностей и понимать сложные отношения между последовательностями токенов. Основываясь на этом прогрессе, исследователи в Институте Арка, Стэнфордском университете и NVIDIA (NVDA ) работали над созданием системы ИИ, которая может понять биологические последовательности, как крупные языковые модели понимают человеческий текст. Теперь они сделали прорывное открытие, создав модель, которая захватывает как многомодальную природу центральной догмы, так и сложности эволюции. Это инновационное решение может привести к предсказанию и проектированию новых биологических последовательностей, от отдельных молекул до целых геномов. В этой статье мы рассмотрим, как работает эта технология, ее потенциальные применения, проблемы, с которыми она сталкивается, и будущее геномного моделирования.

EVO 1: Пионерская модель в геномном моделировании

Этот исследовательский проект привлек внимание в конце 2024 года, когда NVIDIA и ее сотрудники представили Evo 1, прорывную модель для анализа и генерации биологических последовательностей в ДНК, РНК и белках. Обученная на 2,7 миллионах прокариотических и фаговых геномов, в общей сложности 300 миллиардов нуклеотидных токенов, модель фокусировалась на интеграции центральной догмы молекулярной биологии, моделируя поток генетической информации от ДНК к РНК к белкам. Ее архитектура StripedHyena, гибридная модель, использующая свертки и ворота, эффективно обрабатывала длинные контексты до 131 072 токенов. Этот дизайн позволил Evo 1 связать небольшие изменения последовательностей с более широкими системными и организменными эффектами, мостя пробел между молекулярной биологией и эволюционной геномикой.

Evo 1 был первым шагом в вычислительном моделировании биологической эволюции. Она успешно предсказала молекулярные взаимодействия и генетические вариации, анализируя эволюционные закономерности в генетических последовательностях. Однако, когда ученые стремились применить ее к более сложным эукариотическим геномам, ограничения модели стали очевидными. Evo 1 испытывала трудности с однуклеотидной разрешающей способностью на длинных последовательностях ДНК и была вычислительно дорогой для более крупных геномов. Эти проблемы привели к необходимости более совершенной модели, способной интегрировать биологические данные на нескольких масштабах.

EVO 2: Основная модель для геномного моделирования

Основываясь на уроках, извлеченных из Evo-1, исследователи запустили Evo 2 в феврале 2025 года, продвигая область биологического последовательного моделирования. Обученная на удивительных 9,3 триллионах пар оснований ДНК, модель научилась понимать и предсказывать функциональные последствия генетических вариаций во всех доменах жизни, включая бактерии, археи, растения, грибы и животных. С более чем 40 миллиардами параметров модель Evo-2 может обрабатывать беспрецедентную длину последовательности до 1 миллиона пар оснований, что является чем-то, что предыдущие модели, включая Evo-1, не могли сделать.

То, что отличает Evo 2 от ее предшественников, – это ее способность моделировать не только последовательности ДНК, но и взаимодействия между ДНК, РНК и белками – всю центральную догму молекулярной биологии. Это позволяет Evo 2 точно предсказать влияние генетических мутаций, от самых маленьких изменений нуклеотидов до более крупных структурных вариаций, способами, которые ранее были невозможны.

Ключевая особенность Evo 2 – это ее сильная способность к нулевому выстрелу, которая позволяет ей предсказать функциональные эффекты мутаций без необходимости в задаче-специфической настройке. Например, она точно классифицирует клинически значимые варианты гена BRCA1, важный фактор в исследованиях рака груди, анализируя только последовательности ДНК.

Потенциальные применения в биомолекулярных науках

Возможности Evo 2 открывают новые горизонты в геномике, молекулярной биологии и биотехнологии. Некоторые из наиболее перспективных применений включают:

• Здравоохранение и открытие лекарств: Evo 2 может предсказать, какие варианты генов связаны с конкретными заболеваниями, помогая в разработке целевых терапий. Например, в тестах с вариантами гена BRCA1, связанного с раком груди, Evo 2 достигла более 90% точности в предсказании, какие мутации являются безвредными или потенциально патогенными. Такие знания могут ускорить разработку новых лекарств и персонализированных методов лечения.
• Синтетическая биология и генетическая инженерия: Способность Evo 2 генерировать целые геномы открывает новые пути в проектировании синтетических организмов с желаемыми признаками. Исследователи могут использовать Evo 2 для проектирования генов с конкретными функциями, продвигая разработку биотоплива, экологически чистых химикатов и новых терапевтических средств.
• Сельскохозяйственная биотехнология: Она может быть использована для проектирования генетически модифицированных культур с улучшенными признаками, такими как устойчивость к засухе или вредителям, что способствует глобальной продовольственной безопасности и устойчивости сельского хозяйства.
• Экологическая наука: Evo 2 может быть применена для проектирования биотоплива или инженерии белков, которые разрушают экологические загрязнители, такие как нефть или пластик, что способствует усилиям по устойчивости.

Проблемы и будущие направления

Несмотря на свои впечатляющие возможности, Evo 2 сталкивается с проблемами. Одной из ключевых проблем является вычислительная сложность, связанная с обучением и запуском модели. С контекстным окном в 1 миллион пар оснований и 40 миллиардами параметров Evo 2 требует значительных вычислительных ресурсов для эффективной работы. Это делает ее трудной для полного использования ее потенциала меньшими исследовательскими командами без доступа к инфраструктуре высокопроизводительных вычислений.

Кроме того, хотя Evo 2 отлично справляется с предсказанием эффектов генетических мутаций, еще многое предстоит узнать о том, как использовать ее для проектирования новых биологических систем с нуля. Генерация реалистичных биологических последовательностей – это только первый шаг; настоящая задача заключается в понимании, как использовать эту силу для создания функциональных, устойчивых биологических систем.

Доступность и демократизация ИИ в геномике

Одним из наиболее интересных аспектов Evo 2 является ее открытый исходный код. Чтобы демократизировать доступ к передовым инструментам геномного моделирования, NVIDIA сделала параметры модели, код обучения и наборы данных общедоступными. Этот подход с открытым доступом позволяет исследователям со всего мира исследовать и расширять возможности Evo 2, ускоряя инновации в научном сообществе.

Итог

Evo 2 – это значительный прорыв в геномном моделировании, использующем ИИ для расшифровки сложного генетического языка жизни. Ее способность моделировать последовательности ДНК и их взаимодействия с РНК и белками открывает новые возможности в здравоохранении, открытии лекарств, синтетической биологии и экологической науке. Evo 2 может предсказать генетические мутации и проектировать новые биологические последовательности, предлагая трансформационный потенциал для персонализированной медицины и устойчивых решений. Однако ее вычислительная сложность представляет проблемы, особенно для меньших исследовательских команд. Сделав Evo 2 открытым исходным кодом, NVIDIA позволяет исследователям во всем мире исследовать и расширять ее возможности, стимулируя инновации в геномике и биотехнологии. По мере того, как технология продолжает развиваться, она имеет потенциал изменить будущее биологических наук и экологической устойчивости.