Evo2 偵測超越比對的基因調控

🔑 增強重點摘要

• •Evo2 於 2025 年 2 月由 Arc Institute 和 Stanford University 正式發佈，是迄今最大的公開可用基因組 AI 模型，使用 NVIDIA DGX Cloud 在 AWS 上構建[6]
• •Evo2 採用新穎的深度學習架構，能以單核苷酸解析度處理長達 100 萬個核苷酸的 DNA 序列，相較於傳統序列比對工具（如 BLAST）具有顯著的上下文優勢[4][5]
• •在 BRCA1 乳腺癌相關基因的變異預測中，Evo2 達到 90% 以上的準確度，能區分良性變異與致病性變異，超越傳統序列相似性方法[1][5]
• •Evo2 的可解釋性突破由 Goodfire AI 與 Arc Institute 合作實現，使用稀疏自編碼器（SAE）揭示模型學習的生物特徵，包括外顯子-內顯子邊界、蛋白質二級結構和病毒衍生序列[3]
• •Arc Institute 已開源 Evo2 的訓練資料、推理代碼和模型權重，使其成為迄今規模最大的完全開源 AI 模型，促進全球科學家應用於遺傳病風險預測和合成生物學[1][2]

🛠️ 技術深入

• •模型規模：4,000 億參數，訓練於超過 9 兆核苷酸的多樣化真核和原核生物基因組[4]
• •上下文長度：支援最長 100 萬個核苷酸（1 megabase）的序列輸入，相較於傳統工具提供更廣泛的基因組視野[4][5]
• •架構創新：採用前沿深度學習架構，實現相對於上下文長度的近線性計算和記憶體擴展[4]
• •可解釋性工具：與 Goodfire 合作開發機械可解釋性視覺化工具，使用稀疏自編碼器揭示模型內部學習的生物特徵[1][3]
• •多模態能力：能處理 DNA、RNA 和蛋白質序列，支援預測和生成任務[4][6]
• •驗證方法：結合 Enformer 和 Borzoi 等預測模型進行可控生成，在小鼠胚胎幹細胞中實驗驗證，色質可及性預測的 AUROC 達 0.92-0.95[2]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線