AIは近年、生物学分野に大きな影響を与えています。スタンフォード大学の研究チームは、Arc研究所と共同で、DNA、RNA、タンパク質を含むマルチモーダルタスクにおいて、ゼロサンプル予測と高精度な生成を実現するゲノムベースモデル「Evo」を提案しました。

「Evo による分子からゲノムスケールまでの配列モデリングと設計」と題された関連研究が、Science 誌の表紙記事として掲載されました。

論文の宛先:
https://www.science.org/doi/10.1126/science.ado9336

論文の第一著者であるエリック・グエン氏は、Evo の成果について何度も更新情報を投稿し、研究チームのメンバーに繰り返し感謝し、「このような素晴らしいチームと一緒に仕事ができるのは本当に光栄です」と述べました。

論文によれば、 Evo は StripedHyena アーキテクチャを採用しており、80,000 個を超える細菌および古細菌のゲノム、および数百万の予測されたファージおよびプラスミド配列を含む 3,000 億ヌクレオチド トークンをカバーする大規模なゲノム データセットでトレーニングされており、長さが 1 メガベースを超える適切なゲノム アーキテクチャを持つ DNA 配列を生成できるという。

さらに、 70億のパラメータスケールと131,072トークンの最大コンテキスト長を備えたEvoは、コーディング配列と非コーディング配列間の複雑な共進化を明らかにし、CRISPR-Cas複合体やIS200およびIS605トランスポゾンなどの複雑な生物学的システムを設計できます。

要約すると、ゲノム配列全体を予測、生成、設計できる Evo の能力は、生命科学に新たな理論的サポートを提供するだけでなく、遺伝子編集、創薬、病気の診断、農業などの分野での応用も期待されており、複数の分野にわたる画期的な研究開発に貢献します。

多くのネットユーザーはEvoのリリースに驚き、このモデルの具体的な応用に期待を抱いています。

Evoモデルの強力な機能をできるだけ早く体験していただけるよう、 HyperAI SuperNeural Tutorialセクションに「Evo：分子スケールからゲノムスケールまでの予測と生成」を追加しました。コマンドを入力することなく、クローン作成だけでワンクリックですぐに体験できます。

チュートリアルリンク:
https://go.hyper.ai/JpdUS

デモ実行中

1. hyper.ai にログインし、「チュートリアル」ページに移動して、「Evo: 分子からゲノムスケールまでの予測と生成」を選択し、「このチュートリアルをオンラインで実行」をクリックします。

2. ページがリダイレクトされたら、右上隅の「複製」をクリックして、チュートリアルを独自のコンテナーに複製します。

3. 右下にある「次へ: コンピューティング能力の選択」をクリックします。

4. ページがリダイレクトされたら、「NVIDIA RTX A6000」を選択し、ニーズに合わせて「従量課金制」または「日次/週次/月次」のいずれかを選択してください。「PyTorch」イメージを選択し、「次へ：レビュー」をクリックしてください。下記の招待リンクから新規登録された方には、RTX 4090を4時間分、CPUを5時間分無料でご利用いただけます。

HyperAI 限定招待リンク (コピーしてブラウザに直接貼り付けてください):

https://openbayes.com/console/signup?r=Ada0322_QZy7

5. すべてが正しいことを確認したら、「続行」をクリックし、リソースが割り当てられるのをお待ちください。最初のクローン作成には約2分かかります。

6. ステータスが「実行中」に変わったら、「ワークスペースを開く」オプションをクリックします。

7. Jupyter ワークスペースに入った後、「README」ファイルをダブルクリックして、正式に Evo モデル実行ページに入ります。

効果のデモンストレーション

1. Evoモデル実行ページに入ると、すべてのパラメータはデフォルトモードになっています。「2. モデルを起動し、関連パラメータを入力する」までスクロールダウンし、必要に応じてプロンプトパラメータの値を調整してください。プロンプトのデフォルト値は「ACGT」で、これはDNA塩基対（A、C、G、T）で構成される初期配列を表しています。この値を変更することで、必要に応じて異なるDNA配列を生成できます。

2. 例えば、prompt のデフォルト値を AGCT に変更します。デフォルトのパラメータ値を調整した後、「再起動してすべてのセルを実行」オプションをクリックし、「再起動」を選択して実行します。

3. しばらくお待ちください。[*]記号が数字に変わると処理は完了です。「2. モデルを起動し、必要なパラメータを入力します」の一番下に、生成されたシーケンスが表示されます。

4. さらに、Evoモデルは生成されたDNA配列を解析し、コーディング配列と非コーディング配列間の共進化関係を学習することができます。また、DNA配列からタンパク質コーディング遺伝子を予測し、RNAシステムのコーディングスキームを設計し、生成されたタンパク質の折り畳み構造を予測し、最終的にそれらを画像として提示することもできます。

「安定した拡散チュートリアル交換グループ」を作成しました。ぜひご参加いただき、さまざまな技術的な問題について議論し、アプリケーションの経験を共有してください。

WeChat で Hyperai01 (WeChat ID: Hyperai01) を追加し、「SD Tutorial Exchange Group」とメンションしてグループ チャットに参加します。