Создан ИИ, который начал понимать «язык» ДНК
Исследователи из Arc Institute, компании NVIDIA и ряда других организаций представили новую модель искусственного интеллекта Evo 2, способную анализировать и генерировать последовательности ДНК бактерий, архей, растений, животных и других форм жизни. Это важный шаг к созданию единой системы ИИ для биологии — модели, которая одинаково хорошо разбирается в генетике самых разных организмов.
Не просто гены, а целые геномы
«Evo 2 демонстрирует, как искусственный интеллект может выйти за рамки анализа отдельных генов и понять более широкие правила, которые организуют целые геномы», — говорит Гуан-Го Ин из Южно-Китайского педагогического университета.
По его словам, способность модели связывать генетические закономерности между самыми разными видами способна поддержать будущие исследования заболеваний, эволюции и синтетической биологии.
Модель обучили на почти 9 триллионах пар оснований ДНК — это базовые «буквы» генетического кода. Контекстное окно Evo 2, то есть объем информации, который модель способна учитывать одновременно, достигает миллиона пар оснований. Благодаря этому система умеет находить закономерности в необычно длинных участках генома, а не только в коротких фрагментах, как большинство прежних моделей.
Что умеет Evo 2
Модель способна предсказывать, может ли конкретный генетический вариант оказаться вредным, причем без отдельного обучения под каждую задачу. Она хорошо показала себя при оценке мутаций как в кодирующей ДНК (участках, которые непосредственно определяют структуру белков), так и в некодирующей — включая варианты гена BRCA1, связанного с риском развития рака груди и яичников.
Помимо анализа, Evo 2 умеет и создавать биологически правдоподобные последовательности ДНК. В ходе испытаний модель генерировала фрагменты, похожие на митохондриальные геномы, бактериальные геномы и крупные участки хромосом дрожжей. Исследователи также использовали Evo 2, чтобы спроектировать последовательности ДНК с заранее заданными паттернами доступности хроматина — от этого параметра зависит, насколько легко тот или иной ген может активироваться. Такие спроектированные паттерны затем успешно воспроизвели уже в живых клетках мышей и человека.
Открытый код и первые ограничения
Evo 2 распространяется полностью в открытом доступе — включая веса модели, программный код и материалы для обучения. При этом разработчики предусмотрели и меры предосторожности — из обучающих данных намеренно исключили вирусы, поражающие эукариотические организмы (то есть организмы с клеточным ядром, включая человека).
Впрочем, до практического применения еще далеко. Сгенерированные моделью геномы по-прежнему нуждаются в масштабной экспериментальной проверке в лаборатории, а вычислительные затраты на создание длинных последовательностей ДНК остаются высокими. Тем не менее Evo 2 — заметный шаг к системам ИИ, которые смогут читать, интерпретировать, а в перспективе и помогать создавать генетические схемы для всего древа жизни.
