生物学DeepSeek来了!华人学者联合英伟达推出最大生物学AI模型，完全开源，可生成所有生命的基因组，甚至从头设计生命

生物学DeepSeek来了！华人学者联合英伟达推出最大生物学AI模型，完全开源，可生成所有生命的基因组，甚至从头设计生命

来源：生物世界 2025-02-24 14:45

Arc 研究所的 Patrick Hsu 和 Brian Hie 团队联合斯坦福大学、加州大学伯克利分校、加州大学旧金山分校以及英伟达的科学家，发布了有史以来最大的生物学人工智能模型——Evo-2。

2025年 2 月19 日，生物学领域的一个重要里程碑诞生了！

Arc 研究所的Patrick Hsu 和 Brian Hie 团队联合斯坦福大学、加州大学伯克利分校、加州大学旧金山分校以及英伟达的科学家，发布了有史以来最大的生物学人工智能模型（AImodel for biology） Evo-2，其在规模上堪比当前最强大的生成式人工智能大语言模型，但其训练仅使用了 2000多个英伟达 H100 GPU，且该模型完全开源。

该模型训练了从单细胞的细菌、古菌到真核生物以及多细胞的植物以及人类的生命之树中的 12.8 万个基因组 DNA 序列，从而能够实现对所有生命域的理解、建模和设计遗传密码，从头开始编写整个染色体，甚至从头设计生命，还能准确预测所有类型的基因突变（包括编码基因和非编码基因）的影响。

Evo-2 的训练使用了2000多个英伟达H100 GPU，并得到了英伟达研究人员和工程师的合作支持。更重要的是，Evo-2 是完全开源的，在 GitHub 上共享了模型参数、训练代码、推理代码以及训练使用的 OpenGenome 2 数据集。世界各地的研究人员可以通过英伟达 BioNeMo 平台免费访问以及部署 Evo-2。

Evo-1

2024 年 11 月 15 日，Patrick Hsu 和 Brian Hie 团队在国际顶尖学术期刊 Sciencce 上发表了题为：Sequence modeling and design from molecular to genome scale with Evo 的研究论文，该论文还被选为当期的封面论文。

该论文发布了首个在全基因组规模上以单核苷酸分辨率预测和生成 DNA 序列的 AI 模型 Evo。

Evo是在原核生物（细菌、古菌）和噬菌体的基因组上进行训练，能够在 DNA、RNA 和蛋白质模式下实现零样本功能预测，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。研究团队使用 Evo 生成了 CRISPR-Cas 分子复合物和 IS200/IS605 转座子，并验证了它们的功能活性，这是首次通过语言模型实现蛋白质- RNA 和蛋白质- DNA 协同设计的实例。

值得一提的是，PatrickHsu 是 CRISPR 基因编辑先驱张锋教授的第一届研究生，现为 Arc 研究所联合创始人、加州大学伯克利分校助理教授。2024 年 6 月 26 日，PatrickHsu连发两篇Nature 论文，开发了一种基于桥 RNA（Bridge RNA）的新型基因编辑工具，其能够在特定基因组位点插入、倒位或删除。

Evo-2

Evo-2 的前身 Evo 完全是在单细胞生命的基因组上进行训练的，而Evo-2 进一步将其训练数据扩展到了生命的所有域 从细菌、古细菌、噬菌体，以及植物、动物、人类和其它单细胞和多细胞的真核生物，总计12.8 万个全基因组和宏基因组数据的 9.3 万亿个核苷酸，训练参数高达 400 亿（Evo-2 有两个版本，训练参数分别是 70 亿和 400 亿）。

此外，Evo-2 使用了 StripedHyena 2 架构，这是一种新的卷积混合架构，结合了多种不同的操作符，相比 Transformer 架构，能够大幅提高训练速度和推理效率。Evo-2 的训练分为两个阶段：预训练阶段和中训练阶段。预训练阶段使用 8192 碱基对的上下文窗口，专注于功能性遗传元件；中训练阶段将上下文窗口扩展到 100 万碱基对，以学习长基因组距离之间的作用（真核生物中调控序列与基因序列之间距离可能很远）。

Patrick Hsu 表示，Evo 和 Evo-2 代表了新兴生成式生物学领域的一个关键时刻，这些模型已经使机器能够用核苷酸的语言来读、写以及思考。Evo-2 对生命之树有着全面的理解，这对许多任务都很有用，从预测致病突变到设计人工生命。期待科学家和工程师们在Evo-2 基础上建立起一个生物学的 应用商店 （App Store）。

Evo-2 的模型架构、训练程序、数据集和评估概述

Evo-2 的预测能力

与原核生物相比，真核生物的基因组要复杂得多，真核生物的基因是由编码区和非编码区的分散片段组成，而且非编码的调控序列可能远离其所调控的编码序列。而 Evo-2 的长达 100 万碱基对的长上下文窗口，使其具备了理解真核生物基因组的能力。

验证实验显示，Evo-2 能够预测跨越所有生命域的基因突变的功能影响，包括非编码序列的致病突变，还能准确预测人类相关的BRCA1 基因突变（在预测良性突变和潜在致病突变方面准确率超过 90%），而无需针对任务特定进行微调。

Evo-2 的生成能力

研究团队还验证了 Evo-2 的生成能力，Evo-2能够从头生成线粒体基因组序列、原核生物（细菌）基因组序列以及真核生物（酵母）整个染色体序列，其生成序列的自然性和连贯性优于以前的方法。此外，Evo-2 还能通过推理时搜索（inference-time search，指 AI 模型推理阶段动态调整搜索策略以优化输出结果），可控地生成表观基因组结构。

跨越生命域的基因组规模的生成能力

需要指出的是，从安全角度考虑，研究团队从 Evo-2 的基本数据集中排除了能够感染人类和其他复杂生物的病原体，并确保 Evo-2 不会对有关这些病原体的查询提供有效答案。

Evo-2 的潜在应用

Evo-2 在包括细菌、植物、动物以及人类的大量物种的基因组序列中进行了训练，其预测和生成能力可应用于医疗保健、药物研发、农业技术、合成生物学以及材料科学等各个领域。

在医疗保健和药物研发方面，Evo-2 能够帮助寻找人类疾病的遗传原因，揭示基因表达与疾病之间的关联，帮助设计治疗疾病的新型分子，从而加速新药研发，节省进行细胞实验或动物实验所需的大量时间和研究资金。

在农业技术方面，Evo-2可以提供对植物生物学的见解，帮助科学家开发更适应气候变化或营养密度更高的作物新品种，从而帮助解决全球粮食短缺问题。

在合成生物学领域，Evo-2 可用于设计生物燃料或制造分解石油或塑料的蛋白酶。

总的来说，Evo-2 是一个强大的基因组建模和设计 AI 工具，能够跨越所有生领域进行基因组的预测和生成，通过完全开源，Evo-2 为生物复杂性的探索和设计提供了新的可能性。Evo-2 及其未来的迭代版本代表了基因组和表观基因组设计的第一步，结合大规模可编程 DNA 操作的实验进展，Evo-2 有望实现直接编程多样化的合成生命。

版权声明 本网站所有注明“来源：100医药网”或“来源：bioon”的文字、图片和音视频资料，版权均属于100医药网网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：100医药网”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。

87%用户都在用100医药网APP 随时阅读、评论、分享交流 请扫描二维码下载->

医药网新闻