美國時間15日，美國史丹佛大學以及柏克萊加州大學合作團隊發表一人工智慧(AI)模型Evo，基於數十億行基因序列，推測細菌與病毒基因體運作，進而設計新蛋白質甚至整個微生物基因體。在初步研究中，Evo設計的Cas9酵素變體在DNA切割效率上媲美商業版的Cas9酵素。Evo的出現有助於探索演化、研究疾病及開發療法，為解答更多生物醫學難開創新契機。此研究刊登於《Science》的封面。
 
該模型在大型基因體序列上維持單核苷酸分辨率，提取嵌入自然進化變異中的複雜分子交互資訊。團隊將Evo擴展至70億參數，解析度提升至131 kb上下文長度(context length)，並揭示DNA的縮放定律(scaling law)，其結果類似自然語言處理(NLP)、視覺模型所觀察。
 
Evo經由270萬個原核生物和噬菌體基因體訓練，自3千億條核苷酸序列中學習，展示跨DNA、RNA和蛋白質模式的零樣本功能預測(zero-shot function prediction)。實驗顯示，Evo在突變效應分析上超越以往僅基於DNA或蛋白質序列的AI模型。
 
為展示創建新內容的能力，Evo分析70,000多個編碼Cas蛋白和RNA引導序列的細菌DNA，設計數百萬個分子版本。研究團隊挑選出11個最有潛力的Cas9變體，並在實驗室合成。結果顯示，Evo設計的最佳Cas9酶在DNA切割效率上與商業版本相當。
 
研究團隊表示，此為首例AI模型成功進行蛋白質-RNA和蛋白質-DNA的協同設計。傳統上，改良的Cas蛋白來自更高效的細菌酵素，而如今藉助AI技術，無需等待自然演化，即可快速發現並設計全新分子。
 
論文通訊作者、史丹佛大學計算生物學家Brian L. Hie指出，透過學習整個基因體訊息，Evo了解核苷酸序列微小變化對生物體適應性的影響，能產生超過1兆鹼基、具合理結構的基因體序列，儘管缺乏部分必需基因，他仍相信這是邁向AI設計合成基因體的重要一步。
 
Brian L. Hie表示 ，Evo已公開發布，以供研究者使用，目前無商業化計劃。
 
參考文獻: https://www.science.org/content/article/meet-evo-dna-trained-ai-creates-genomes-scratch
論文: https://www.science.org/doi/10.1126/science.ado9336
 
(編譯/黃佳啟)