最近AI在生物学领域可谓是大放异彩。斯坦福大学联合美国Arc研究所(ArcInstitute)的研究团队提出了一种基因组基础模型Evo，其能够在DNA、RNA和蛋白质的多模态任务中实现零样本预测和高精度生成。
论文地址：
作为论文的第一作者，EricNguyen连发多条动态介绍Evo这一成果，并多次感谢团队研究成员，更是直言「能与这样一个了不起的团队合作，真是荣幸！」
据论文介绍，Evo使用StripedHyena架构，在大型基因组数据集上进行训练，该数据集包含了8万多个细菌和古细菌基因组，以及数百万个预测的噬菌体和质粒序列，涵盖了3千亿个核苷酸token，能够生成长度超过1兆碱基的具有合理基因组架构的DNA序列。
此外，Evo参数规模达70亿，最大上下文长度可达131,072个token，可以揭示编码序列和非编码序列之间错综复杂的共同进化，并设计出复杂的生物系统，如CRISPR-Cas复合物和IS200和IS605转座子。
总而言之，Evo预测、生成和设计整个基因组序列的能力，不仅为生命科学提供新的理论支撑，还有望被应用于基因编辑、药物发现、疾病诊断、农业等领域，助力多领域的突破性成果研发。
不少网友对Evo的发布表示震撼，更是对该模型的具体应用充满了期待。
教程链接：
2.页面跳转后，点击右上角「克隆」，将该教程克隆至自己的容器中。
3.点击右下角「下一步：选择算力」。
4.页面跳转后，选择「NVIDIARTXA6000，并根据自身需求选择「按量付费」或者「包日/周/月」，选择「PyTorch」镜像后，点击「下一步：审核」。新用户使用下方邀请链接注册，可获得4小时RTX4090+5小时CPU的免费时长！
HyperAI超神经专属邀请链接（直接复制到浏览器打开）：
6.当状态变为「运行中」后，点击「打开工作空间」选项。
7.进入Jupyter工作空间后，双击点开「README」文件，即可正式进入Evo模型运行页面。
2.例如，将prompt默认值改为AGCT，当调整完默认参数值后，点击「重启并运行所有单元格」选项，选择「Restart」进行运行。
4.此外，Evo模型还可以对生成的DNA序列进行分析，学习编码序列和非编码序列的共同进化联系。它还能从DNA序列中预测蛋白编码基因(protein-codinggenes)，对RNA系统进行编码设计，从而预测生成的蛋白质折叠结构，并最终以图像的形式呈现。