Evo 2 — модель искусственного интеллекта с 40 миллиардами параметров, предназначенная для глубокого изучения биологического кода. Разработанная в сотрудничестве с Arc Institute и Nvidia, Evo 2 обучена на ДНК более чем 120 000 видов, охватывающих широкий спектр форм жизни в различных областях биологии. Разработчики Evo 2 утверждают, что ИИ-модель может выявлять закономерности в последовательностях генов у разных организмов, на обнаружение которых ранее уходили годы. Она также может точно определять мутации в генах человека, вызывающие заболевания, и проектировать новые геномы, которые по длине не уступают геномам простых бактерий.

Предшественником Evo 2 была модель Evo 1, полностью обученная на геномах одноклеточных. По словам разработчиков, Evo 2 основывается на предыдущей модели, которая была обучена на более чем 9,3 триллионах нуклеотидов — строительных блоков, из которых состоят ДНК или РНК, — из более чем 128 000 целых геномов, а также метагеномных данных. Помимо расширенной коллекции геномов бактерий, микробов и фагов, Evo 2 включает информацию о человеке, растениях и других одноклеточных и многоклеточных видах, относящихся к эукариотической области жизни.

Достижение способности Evo 2 обрабатывать длинные генетические последовательности, состоящие одновременно из 1 миллиона нуклеотидов, также потребовало переосмысления архитектуры ИИ. Грег Брокман, соучредитель и президент OpenAI, помог разработать новую систему под названием StripedHyena 2, которая значительно расширила возможности модели, позволив ей обучаться на 30-кратном объеме данных по сравнению с Evo 1 и рассуждать о более чем 8-кратном количестве нуклеотидов за раз.

Evo 2 уже демонстрирует свой потенциал в биологических исследованиях. Модель с точностью более 90% определяет, какие мутации в гене BRCA1 (гене, связанном с раком груди) являются доброкачественными или потенциально патогенными, что может упростить генетические исследования, сократив необходимость в дорогостоящих и трудоемких экспериментах.

Помимо генетического анализа, Evo 2 может стать мощным инструментом для разработки новых биологических методов лечения. Например, исследователи смогут создавать генотерапию, активирующуюся только в определенных типах клеток, что позволит снизить побочные эффекты и повысить точность.

В сотрудничестве с исследовательской лабораторией искусственного интеллекта Goodfire, Arc Institute разработал визуализатор, показывающий, как модель выявляет ключевые биологические закономерности в геномных последовательностях.

Код Evo 2 находится в открытом доступе на GitHub Arc Institute и интегрирован в фреймворк BioNeMo компании Nvidia. Модель поставляется с исчерпывающей документацией, полными обучающими кодовыми базами и набором инструментов вывода, призванных облегчить её интеграцию в различные научные рабочие процессы.