Ein innovatives KI-Modell namens Evo-2 könnte die genetische Forschung grundlegend verändern.
In Kürze
- Evo-2 kann ganze Chromosomen schreiben und genetische Variationen interpretieren.
- Das Modell nutzt 9,3 Billionen DNA-Basenpaare für präzise Vorhersagen.
- Entwicklungsdaten sind kostenlos verfügbar, um die Forschung zu fördern.
Einführung von Evo-2: Ein neues KI-Modell für biologische Anwendungen
Ein Forscherteam hat ein neues KI-Modell namens Evo-2 entwickelt, das speziell für biologische Anwendungen konzipiert ist. Dieses neuartige Modell kann ganze Chromosomen schreiben und komplexe genetische Variationen interpretieren. Mit einem beeindruckenden Datensatz von 9,3 Billionen DNA-Basenpaaren aus über 100.000 verschiedenen Arten ist Evo-2 in der Lage, Vorhersagen und Designs auf molekularer bis hin zu genomischer Ebene für alle Lebensformen zu erstellen.
Fähigkeiten von Evo-2
Evo-2 kommt in zwei Versionen, die auf komplexe Datenstrukturen mit bis zu 1 Million Basenpaaren trainiert sind. Ohne spezielles Finetuning könnte das Modell die Auswirkungen genetischer Varianten präzise vorhersagen und sogar komplette Genome erzeugen, die den natürlichen sehr nahekommen. Ein Beispiel dafür ist die Analyse von Mutationen des Brustkrebsgens BRCA1, bei der Evo-2 eine Leistung erreicht hat, die fast auf dem Niveau der besten bestehenden KI-Modelle liegt.
Techniken und Anwendungen
Eine besondere Technik, die Evo-2 nutzt, ist die Inference-Time-Search. Damit erzeugt das Modell DNA-Sequenzen mit bestimmten epigenetischen Eigenschaften, wie etwa der Chromatinzugänglichkeit. Chromatin ist die Struktur, die bestimmt, ob die DNA in einer Zelle offen und ablesbar oder dicht gepackt und inaktiv ist. Diese Fähigkeit könnte weitreichende Auswirkungen auf die Forschung im Bereich der Genetik haben.
Offene Verfügbarkeit und Fortschritte
Das Besondere an Evo-2 ist, dass sowohl das Modell als auch die Entwicklungsdaten vollständig kostenlos zur Verfügung stehen. Dies soll die Erforschung und das Design biologischer Komplexität fördern. Im Vergleich zu seinem Vorgänger Evo-1 ist Evo-2 deutlich fortschrittlicher, da es auf einer viel größeren Datenmenge trainiert wurde und nun auch Eukaryoten umfasst. Das bedeutet umfassendere Vorhersagen und genauere Ergebnisse.
Kritische Stimmen und Zukunftsperspektiven
Trotz der beeindruckenden Fortschritte gibt es auch kritische Stimmen. Einige Experten bezweifeln, ob die generierten Genome tatsächlich funktionstüchtig wären. Daher sind weiterhin Laborexperimente notwendig, um die Praktikabilität der Ergebnisse zu überprüfen. Langfristig haben die Forscher das Ziel, das System weiter zu verfeinern und die Möglichkeiten im Bereich des Bio-Designs voranzutreiben, um ganze Zellen mithilfe von KI zu modellieren. Aus ethischen Gründen wurden Krankheitserreger, die Menschen betreffen könnten, aus dem Basisdatensatz ausgeschlossen.
Quellen
- Quelle: Arc Institute, Stanford University, UC Berkeley, UC San Francisco, Nvidia
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
