В четвъртък AI платформата Hugging Face пусна нов модел с отворен код за разчитане на ДНК, който може да се изпълнява локално на лаптоп.

Разработен в сътрудничество с изследователи от академията Zhongguancun в Китай и Университета на Неапол „Федерико II“ в Италия, моделът е обучен върху геномни последователности и естествен език, така че потребителите да могат да задават въпроси относно ефектите от промените в ДНК върху генната активност и здравето и да получават отговори под формата на диалог.

Люис Тънстал, старши научен сътрудник в Hugging Face, споделя, че инструментът има за цел да помогне на изследователите да проектират нови лекарства и генни терапии, като потенциално би могъл да помогне и на пациенти при интерпретирането на техните собствени геноми.

„Отключихме нова възможност в езиковите модели, която по същество представлява способност да се разговаря с ДНК“, казва той за новия модел, наречен Carbon-X. Използването на естествен език означава, че дори потребители без технически познания „всъщност могат да задават въпроси за ДНК, които не биха били достъпни чрез никой друг инструмент“.

Известна по същество като GitHub за AI модели, Hugging Face предоставя библиотека с готови инструменти за изкуствен интелект и платформа за изпълнение предимно на AI приложения с отворени тегла и отворен код за разработчици, изследователи, бизнеси и хора, които искат да експериментират с AI, без да изграждат всичко от нулата. През септември Nvidia се съгласи да придобие компанията за близо 13 милиарда долара. (Hugging Face беше също така в центъра на сериозна кибератака от страна на модели на OpenAI по-рано тази година.)

ДНК наподобява повече компютърен код, отколкото естествен език. Вместо 0 и 1 обаче тя използва буквите A, C, G и T за кодиране на информация. Човешкият геном съдържа 6 милиарда от тези букви. Въпреки че човешкият геном е секвениран изцяло, учените все още не разбират напълно как функционира по-голямата част от него.

Сега AI моделите помагат на изследователите да разшифроват част от тези загадки. Миналата година Google DeepMind пусна AlphaGenome, който прогнозира ефектите от ДНК последователности и генетични мутации, но го прави в цифров формат. Той също така изисква повече изчислителна мощ. Evo 2, модел, разработен от Arc Institute и Nvidia заедно с академични партньори, владее езика на ДНК и може да генерира цели геноми от нулата.

Carbon-X интегрира както ДНК, така и естествен език в диалогов интерфейс. Представете си го като ChatGPT за ДНК.

Екипът започва със съществуващ езиков модел и разширява речника му, за да чете ДНК на групи от по шест букви. След това продължават обучението върху 300 милиарда части от данни (токени), съчетаващи ДНК последователности, английски текст и примери, свързващи ДНК с биологични описания. ДНК последователностите са взети от бозайници (включително хора), други гръбначни, безгръбначни, растения, гъби и първаци. Тънстал казва, че екипът не е обучавал модела върху вируси, тъй като не са искали той да се използва за потенциално опасни приложения.

Потребителите няма да могат да качват цели човешки геноми. Моделът е обучен да приема ДНК последователности от приблизително 50 000 базови двойки, така че потребителите ще могат да правят заявки само за малки части от генома наведнъж.

Един от начините, по които учените биха могли да използват Carbon-X, е да разберат дали дадена генетична мутация е доброкачествена или причинява заболяване — ключова стъпка в разработването на таргетирано лекарство или генна терапия. Ако дадена интервенция е насочена към грешна мутация, тя може да бъде напълно неефективна или, по-лошо, да причини непредвидена вреда.

Изследователите са изправени пред ограничения, когато става въпрос за качване на идентифицируеми или чувствителни данни за пациенти във водещи AI модели, така че Тънстал пояснява, че неговият екип умишлено е проектирал малък модел с 14 милиарда параметъра. Това ще му позволи да се изпълнява локално на хардуера на потребителя, вместо да разчита на облачни модели. По думите му никакви данни не се изпращат към Hugging Face или друга компания.

Разработчиците на Carbon-X предупреждават, че все още не са валидирали модела с реални лабораторни експерименти, така че не могат да твърдят колко точни са неговите прогнози.