科技日報記者 張夢然

《科學(xué)》雜志15日發(fā)布了一項突破性研究成果：美國斯坦福大學(xué)Arc研究所團隊利用人工智能（AI），開發(fā)出一種大規(guī)模基因組基礎(chǔ)模型“Evo”，翻開了生命的“密碼全書”。該模型采用先進架構(gòu)，能夠以前所未有的精度，解析和設(shè)計從分子層面到整個基因組級別的DNA、RNA及蛋白質(zhì)序列。其不僅能夠預(yù)測突變對細胞內(nèi)部各個調(diào)控層級的影響，還能設(shè)計出用于操控細胞功能的DNA序列，這或?qū)氐赘淖兒铣缮飳W(xué)的發(fā)展路徑。

科學(xué)家一直試圖借鑒大型語言模型的成功經(jīng)驗，讓AI技術(shù)將DNA視為一種“語言”來建模，但現(xiàn)有模型捕捉廣泛基因組交互作用的能力有限。

此次，研究團隊開發(fā)了具備70億參數(shù)的Evo模型，能夠生成覆蓋整個基因組的DNA序列。該模型利用270萬來自進化多樣性微生物的基因組數(shù)據(jù)集進行了訓(xùn)練，并首次報告了DNA領(lǐng)域的縮放定律，這項發(fā)現(xiàn)與語言和視覺領(lǐng)域已知的現(xiàn)象相呼應(yīng)。實驗結(jié)果顯示，Evo在預(yù)測性和生成性的生物學(xué)任務(wù)中均表現(xiàn)優(yōu)異，無論是預(yù)測突變對細菌蛋白質(zhì)和RNA的影響，還是在模擬基因調(diào)控機制方面，都展現(xiàn)出了極高的準確性。

此外，Evo還能夠處理編碼序列與非編碼序列之間的復(fù)雜共進化關(guān)系，支持設(shè)計包括功能性CRISPR-Cas復(fù)合體和轉(zhuǎn)座子在內(nèi)的復(fù)雜生物體系。這是首次實現(xiàn)蛋白質(zhì)-RNA和蛋白質(zhì)-DNA結(jié)構(gòu)與語言模型協(xié)同設(shè)計的例子。在全基因組尺度上，Evo能夠生成超過100萬堿基對的序列，其預(yù)測和生成能力涵蓋了從分子到基因組的多層次復(fù)雜度，極大推進了人們對生物學(xué)本質(zhì)的認識和操控能力。

團隊認為，后續(xù)模型將進一步擴展至人類及其他真核生物的基因組數(shù)據(jù)學(xué)習(xí)，通過增加上下文長度來更好地捕捉大基因組間的遠程相互作用。這將為生物學(xué)研究開辟新的視野，推動生命科學(xué)領(lǐng)域的持續(xù)發(fā)展。

基因組序列的變化，其實有助于生物體適應(yīng)不斷改變的環(huán)境條件，進而驅(qū)動物種進化。隨著DNA測序技術(shù)的飛躍進步，科學(xué)家已能夠在全基因組范圍內(nèi)繪制出基因組變異圖譜。再結(jié)合創(chuàng)新的AI算法，使得構(gòu)建一個能深入理解DNA、RNA和蛋白質(zhì)功能及其相互作用的綜合模型成為可能。換句話說，現(xiàn)在，人們擁有了一個解碼生命指令的基因組基礎(chǔ)模型。