Science封面：华人学者开发AI模型，学会生命的语言，生成新型CRISPR系统乃至整个基因组

主要观点总结

本文介绍了人工智能在基因组学领域的应用，特别是Evo模型的开发及其在多模态和多尺度生物序列建模方面的潜力。研究团队开发的Evo模型能够从分子到基因组尺度进行预测和生成任务，并能够理解微小的核苷酸序列变化如何影响整个生物体的适应性。该模型还可以生成具有合理基因组结构的DNA序列，并且能够在蛋白质、RNA和DNA的生成中执行多模态生成任务。该研究的成果有望加快我们对生命进行工程化的能力，并促进生物学、化学或材料科学等领域的发现和理解。

关键观点总结

关键观点1: Evo模型的开发和应用

研究团队开发了一个名为Evo的基因组基础模型，该模型能够从分子到基因组尺度进行预测和生成任务。Evo模型能够学习微小的核苷酸序列变化如何影响整个生物体的适应性，并预测哪些基因对于生物体至关重要。此外，Evo模型还能够生成长度超过百万碱基对的具有合理基因组结构的DNA序列，并且能够执行多模态生成任务，如生成CRISPR-Cas分子复合物和IS200/IS605转座子。

关键观点2: Evo模型的技术特点和挑战

Evo模型使用深度信号处理技术的最新架构——StripedHyena，能够在长基因组序列上保持单核苷酸分辨率。研究团队通过预训练Evo模型，发现Transformer模型在基因组序列建模方面存在挑战，因此他们使用了不同的架构来解决这个问题。此外，基因组序列非常长且复杂，要想充分理解进化的影响需要具有单个核苷酸分辨率的模型。

关键观点3: Evo模型的应用前景

Evo模型的应用前景广阔，有望加快我们对生命进行工程化的能力，促进生物学、化学或材料科学等领域的发现和理解。此外，该模型还可以应用于药物发现、农业和可持续性等领域。研究团队表示，基础模型将成为越来越重要的科学工具，期待训练更大的模型，提高它们的生成能力，并将Evo预训练扩展到人类基因组。