A legfejlettebb biológiai mesterséges intelligencia modell már olyan magabiztosan és hatékonyan képes a DNS-t megfogalmazni, mint ahogyan a ChatGPT a házi feladatokat megoldja.

A Stanford Egyetem, a Palo Altóban található Arc Institute biotechnológiai kutatóközpont és a chipgyártásban piacvezető Nvidia együttes erőfeszítéseivel létrejött az Evo-2 névre keresztelt biológiai AI-modell, amely kiemelkedik a hasonló kezdeményezések között. Ez a forradalmi modell összesen 128 ezer genommintát - beleértve az emberi, állati, növényi és kisebb organizmusokat - dolgozott fel a mesterséges intelligencia által végzett tanulmányozás során.
Az Evo-2 képes akár teljes kromoszómák vagy kisebb genomok leírására, DNS-elemzésre, valamint betegségekhez kapcsolódó komplex génvariánsok elemzésére is - írja a Nature híroldala. A modellt szabadon hozzáférhetővé tették, és a kutatók nemcsak használatba vehetik, de akár módosíthatnak is rajta, hogy jobban alkalmazható legyen a saját területükön.
Az Arc Institute weboldalán elérhető tanulmány alapján az Evo-2 kiemelkedő teljesítményt nyújt az összetett genomok elemzésében. Például egy vizsgálat során pontosan megjósolta a mellrákkal összefüggő BRCA1 génmutáció következményeit. Ezen túlmenően a modell szerepe a gének szabályozásának megértésében is jelentős lehet, továbbá hozzájárulhat az ősi DNS, például a gyapjas mamut genetikai kódjának megfejtéséhez.
Az elemzésen túl az Evo-2 képes teljesen új DNS-szekvenciák generálására, ami forradalmasíthatja a CRISPR-génszerkesztés és a szintetikus genomok területét, így a kutatók számára rendkívül értékes eszközzé válhat. A legfrissebb kutatás eredményei alapján a modell kiemelkedően pontos genomokat alkotott, amelyek jelentősen meghaladják az Evo-1 teljesítményét, például a Mycoplasma genitalium nevű baktérium, az emberi mitokondriumok és egy hosszú DNS-láncú gombakromoszóma esetében.
Bár az előző változathoz képest jelentősen nőtt a modell pontossága, a kutatók ezúttal is hangsúlyozzák, hogy további fejlesztésre van szükség. Emellett már most előkészítik azokat a laboratóriumi teszteket, amelyekkel meg lehet erősíteni, hogy működhet-e a koncepció - először egérőssejtekben.