Від Evo 1 до Evo 2: Як NVIDIA переозначає геномні дослідження та інновації біологічних систем, керованих ІІ

Уявіть собі світ, де ми могли б передбачити поведінку живих організмів, просто аналізуючи послідовність букв. Це не науково-фантастичний чи магічний світ, а реальний світ, де вчені намагаються досягти цієї мети протягом років. Ці послідовності, що складаються з чотирьох нуклеотидів (А, Т, С і Г), містять основні інструкції для життя на Землі, від найменших мікроорганізмів до найбільших ссавців. Розшифрування цих послідовностей має потенціал розблокувати складні біологічні процеси, трансформуючи галузі, такі як персоналізована медицина та екологічна стійкість.

Однак, незважаючи на цей величезний потенціал, розшифрування навіть найпростіших мікробних геномів є надзвичайно складним завданням. Ці геноми складаються з мільйонів пар нуклеотидів, які регулюють взаємодію між ДНК, РНК і білками – трьома основними елементами центральної догми молекулярної біології. Ця складність існує на декількох рівнях, від окремих молекул до цілих геномів, створюючи величезну область генетичної інформації, що розвивалася протягом мільярдів років.

Традиційні обчислювальні інструменти боролися з обробкою складності біологічних послідовностей. Але з появою генеративного ІІ, тепер стало можливим обробляти трильйони послідовностей і розуміти складні взаємозв’язки між ними. Будуючи на цьому прогресі, дослідники в Інституті Арка, Стенфордському університеті та NVIDIA (NVDA ) працюють над створенням системи ІІ, яка може зрозуміти біологічні послідовності, як великі мовні моделі розуміють людський текст. Тепер вони зробили революційний прорив, створивши модель, яка захоплює як багатомодальну природу центральної догми, так і складності еволюції. Ця інновація може привести до передбачення і проєктування нових біологічних послідовностей, від окремих молекул до цілих геномів. У цій статті ми дослідимо, як ця технологія працює, її потенційні застосування, виклики, з якими вона стикається, і майбутнє геномної моделізації.

EVO 1: Піонерська модель у геномній моделізації

Ця дослідницька робота привернула увагу наприкінці 2024 року, коли NVIDIA та її співробітники представили Evo 1, революційну модель для аналізу і генерації біологічних послідовностей через ДНК, РНК і білки. Навчена на 2,7 мільйонах прокаріотичних і фагових геномів, загалом 300 мільярдів нуклеотидних токенів, модель зосередилася на інтеграції центральної догми молекулярної біології, моделюючи потік генетичної інформації від ДНК до РНК до білків. Її архітектура StripedHyena, гібридна модель, що використовує конволюційні фільтри і ворота, ефективно обробляла довгі контексти до 131 072 токенів. Цей дизайн дозволив Evo 1 пов’язати невеликі зміни послідовностей з більш широкими системно-широкими і організмовими ефектами, мостячи розрив між молекулярною біологією і еволюційною геномікою.

Evo 1 був першим кроком у комп’ютерній моделізації біологічної еволюції. Вона успішно передбачила молекулярні взаємодії і генетичні варіації, аналізуючи еволюційні закономірності в генетичних послідовностях. Однак, коли вчені намагалися застосувати її до більш складних еукаріотичних геномів, обмеження моделі стали очевидними. Evo 1 боролася з однуклеотидною роздільністю над довгими послідовностями ДНК і була обчислювально дорогою для більших геномів. Ці виклики привели до потреби в більш просунутій моделі, здатній інтегрувати біологічні дані на декількох рівнях.

EVO 2: Фундаментальна модель для геномної моделізації

Будуючи на уроках, вивчених з Evo-1, дослідники запустили Evo 2 у лютому 2025 року, просунувши вперед область біологічної послідовності моделювання. Навчена на загальній кількості 9,3 трильйонів пар нуклеотидів, модель навчилася розуміти і передбачати функціональні наслідки генетичних варіацій у всіх доменах життя, включаючи бактерії, археї, рослини, гриби і тварин. З понад 40 мільярдами параметрів, модель Evo-2 може обробляти безпрецедентну довжину послідовності до 1 мільйона пар нуклеотидів, що раніше було неможливим для попередніх моделей, включаючи Evo-1.

Що відрізняє Evo 2 від її попередників, це її здатність моделювати не тільки послідовності ДНК, але і взаємодії між ДНК, РНК і білками – всю центральну догму молекулярної біології. Це дозволяє Evo 2 точно передбачити вплив генетичних мутацій, від найменших нуклеотидних змін до більших структурних варіацій, тим способом, який раніше був неможливим.

Ключовою особливістю Evo 2 є її сильна здатність нульової прогнози, яка дозволяє їй передбачити функціональні ефекти мутацій без потреби у завдання-специфічному дофінітуванні. Наприклад, вона точно класифікує клінічно значимі варіанти BRCA1, важливого чинника у дослідженні раку молочної залози, аналізуючи послідовності ДНК самостійно.

Потенційні застосування в біомолекулярних науках

Можливості Evo 2 відкривають нові горизонти в геноміці, молекулярній біології і біотехнології. Деякі з найбільш перспективних застосувань включають:

• Охорона здоров’я і відкриття ліків: Evo 2 може передбачити, які генетичні варіанти асоціюються з конкретними захворюваннями, допомагаючи у розробці цілевих терапій. Наприклад, у тестах з варіантами гена BRCA1, пов’язаного з раком молочної залози, Evo 2 досягла понад 90% точності у передбаченні, які мутації є безпечними чи потенційно патогенними. Такі знання могли б прискорити розробку нових ліків і персоналізованих лікування. ​
• Синтетична біологія і генетична інженерія: Спроможність Evo 2 генерувати цілі геноми відкривають нові шляхи у проєктуванні синтетичних організмів з бажаними ознаками. Дослідники можуть використовувати Evo 2 для інженерії генів з конкретними функціями, просунувши розвиток біопалив, екологічно чистих хімікатів і нових терапевтичних засобів.
• Аграрна біотехнологія: Її можна використовувати для проєктування генетично модифікованих культур з покращеними ознаками, такими як стійкість до посухи чи резистентність до шкідників, що сприяє глобальній безпеці харчування і сільськогосподарській стійкості.
• Екологічна наука: Evo 2 можна застосовувати для проєктування біопалив або інженерії білків, які розкладають екологічні забруднювачі, такі як нафта чи пластики, сприяючи зусиллям зі стійкості.

Виклики і майбутні напрямки

Незважаючи на свої вражаючі можливості, Evo 2 стикається з викликами. Одним із ключових перешкод є обчислювальна складність, пов’язана з навчанням і запуском моделі. З вікном контексту у 1 мільйон пар нуклеотидів і 40 мільярдами параметрів, Evo 2 вимагає значних обчислювальних ресурсів для ефективної роботи. Це робить її важкою для менших дослідницьких команд повністю використати її потенціал без доступу до високопродуктивної обчислювальної інфраструктури.

Крім того, хоча Evo 2 успішно передбачає ефекти генетичних мутацій, ще багато чого потрібно вивчити про те, як використовувати її для проєктування нових біологічних систем з нуля. Генерація реалістичних біологічних послідовностей – це тільки перший крок; справжнім викликом є розуміння того, як використовувати цю силу для створення функціональних, стійких біологічних систем.

Доступність і демократизація ІІ в геноміці

Одним із найбільш цікавих аспектів Evo 2 є її відкритий код. Для демократизації доступу до просунутих інструментів геномної моделізації, NVIDIA зробила параметри моделі, код навчання і набори даних публічно доступними. Цей підхід відкритого доступу дозволяє дослідникам з усього світу досліджувати і розширювати можливості Evo 2, прискорюючи інновації у науковому співтоваристві.

Основний висновок

Evo 2 – це суттєвий прорив у геномній моделізації, який використовує ІІ для розшифрування складної генетичної мови життя. Її здатність моделювати послідовності ДНК і їх взаємодії з РНК і білками відкривають нові можливості у сфері охорони здоров’я, відкриття ліків, синтетичної біології і екологічної науки. Evo 2 може передбачати генетичні мутації і проєктувати нові біологічні послідовності, пропонуючи трансформаційний потенціал для персоналізованої медицини і стійких рішень. Однак її обчислювальна складність представляє виклики, особливо для менших дослідницьких команд. Роблячи Evo 2 відкритим кодом, NVIDIA дозволяє дослідникам усього світу досліджувати і розширювати її можливості, стимулюючи інновації у геноміці і біотехнології. По мірі розвитку технологій, вона має потенціал змінити майбутнє біологічних наук і екологічної стійкості.