Evo 2:基因编程AI革命!!DNA版GPT-4问世:100万碱基全解析,自动设计基因编辑器

本文涉及的产品
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,100CU*H 3个月
简介: Evo 2 是一款由 Acr 研究所、英伟达和斯坦福大学联合开发的 DNA 语言模型,可处理长达百万碱基对的序列,支持基因组设计、变异预测及合成生物学研究。

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦


🧫 「生物博士的噩梦终结者!凌晨3点还在比对百万碱基?现在AI一键生成基因编辑器!」
大家好,我是蚝油菜花。如果你经历过——

  • 🔬 为定位一个SNP位点,手动筛查十万级基因序列
  • 🧬 设计合成质粒时,反复试错启动子组合
  • 📊 预测BRCA1突变效应,结果被Nature审稿人质疑方法...

那么今天介绍的 Evo 2 将改变你的科研人生!这个由斯坦福×英伟达联合研发的DNA大模型,能像读小说一样解析百万碱基序列,自动生成高活性基因编辑器,甚至预测变异对蛋白结构的影响。合成生物实验室已用它缩短70%实验周期——是时候让AI接管移液枪了!

🚀 快速阅读

Evo 2 是一个突破性的 DNA 语言模型,专注于基因组建模与设计。

  1. 长上下文建模:支持高达百万碱基对的 DNA 序列处理,精度极高。
  2. 生成与预测能力:具备 DNA 序列生成、零样本变异预测等功能,适用于合成生物学与疾病研究。

Evo 2 是什么

Evo 2

Evo 2 是由 Acr 研究所、英伟达和斯坦福大学合作开发的一款先进 DNA 语言模型。该模型基于 StripedHyena 2 架构,能够以单核苷酸分辨率处理长达 100 万个碱基对的基因组序列。Evo 2 使用 OpenGenome2 数据集进行自回归预训练,该数据集包含来自生命所有领域的 8.8 万亿个标记,覆盖细菌、古菌和真核生物等多个领域。

Evo 2 不仅可以用于基因组建模,还能够生成新的 DNA 序列,为合成生物学和基因编辑提供支持。此外,它还可以提取嵌入向量,用于下游分析,如基因功能预测和变异效应评估。Evo 2 的推出标志着基因组学研究迈入了一个新时代,为生物医学和合成生物学等领域带来了巨大的潜力。

Evo 2 的主要功能

  • 长上下文建模:处理长达 100 万个碱基对的 DNA 序列,支持高精度的基因组建模。
  • DNA 序列生成:根据给定提示生成新的 DNA 序列,适用于合成生物学和基因编辑。
  • 嵌入向量提取:提取 DNA 序列的嵌入向量,用于下游分析,如基因功能预测和变异效应分析。
  • 零样本预测:支持零样本学习,例如预测基因变异对功能的影响(如 BRCA1 基因变异效应预测)。
  • 序列评分:计算 DNA 序列的似然分数,评估序列的稳定性和功能潜力。

Evo 2 的技术原理

  • 大规模数据训练:基于超过 9.3 万亿个核苷酸的数据进行训练,涵盖多个生命领域的基因组信息。
  • 独特的 AI 架构:采用 StripedHyena 2 架构,处理长基因序列并理解基因组中相距较远部分之间的关系。
  • 深度学习与生成生物学:通过深度学习技术理解核酸序列,预测基因突变影响并生成新基因组。
  • 强大的计算支持:利用英伟达 DGX Cloud AI 平台和超过 2000 个 H100 GPU,实现高效的模型训练。

如何运行 Evo 2

1. 安装环境

Evo 2 基于 Python 3.11 开发,部分层使用 NVIDIA Transformer Engine FP8 技术,需要 H100 或其他具有计算能力 ≥8.9 的 GPU。推荐使用 Conda 创建新环境并安装依赖:

git clone --recurse-submodules git@github.com:ArcInstitute/evo2.git
cd evo2
pip install .

2. 测试安装

确保安装成功,可以通过以下命令运行测试脚本:

python ./test/test_evo2.py --model_name evo2_7b

3. 使用示例

DNA 序列评分

以下代码展示如何计算 DNA 序列的似然分数:

import torch
from evo2 import Evo2

evo2_model = Evo2('evo2_7b')

sequence = 'ACGT'
input_ids = torch.tensor(
    evo2_model.tokenizer.tokenize(sequence),
    dtype=torch.int,
).unsqueeze(0).to('cuda:0')

outputs, _ = evo2_model(input_ids)
logits = outputs[0]

print('Logits: ', logits)
print('Shape (batch, length, vocab): ', logits.shape)

DNA 序列生成

以下代码展示如何生成新的 DNA 序列:

from evo2 import Evo2

evo2_model = Evo2('evo2_7b')

output = evo2_model.generate(prompt_seqs=["ACGT"], n_tokens=400, temperature=1.0, top_k=4)

print(output.sequences[0])

资源


❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发感兴趣,我会每日分享大模型与 AI 领域的开源项目和应用,提供运行实例和实用教程,帮助你快速上手AI技术!

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 尽在微信公众号 -> 搜一搜:蚝油菜花 🥦

相关文章
人工智能 关系型数据库 分布式数据库
210 19
|
2月前
|
人工智能 边缘计算 API
AI协作的四大支柱:协议详解与应用场景全解析​
本文深入解析Agentic AI协议的四大核心协议——MCP、A2A、ACP与ANP,涵盖技术特性、应用场景及选型指南,助你掌握多代理协作系统构建要点。
248 5
|
14天前
|
机器学习/深度学习 人工智能 运维
运维告警别乱飞了!AI智能报警案例解析
运维告警别乱飞了!AI智能报警案例解析
91 0
|
27天前
|
人工智能 JSON 搜索推荐
当AI遇上VR:个性化内容创作的“新次元”革命
当AI遇上VR:个性化内容创作的“新次元”革命
92 0
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
如何让AI更“聪明”?VLM模型的优化策略与测试方法全解析​
本文系统解析视觉语言模型(VLM)的核心机制、推理优化、评测方法与挑战。涵盖多模态对齐、KV Cache优化、性能测试及主流基准,助你全面掌握VLM技术前沿。建议点赞收藏,深入学习。
181 8
|
28天前
|
人工智能 安全 数据可视化
深度解析三大AI协议:MCP、ACP与A2A,看懂智能代理的通信法则
在AI代理技术快速发展的背景下,MCP、ACP和A2A三大协议成为推动AI生态协作的关键标准。MCP(模型上下文协议)为大模型提供标准化信息接口,提升AI处理外部数据的效率;ACP(代理通信协议)专注于边缘设备间的低延迟通信,实现本地系统的高效协同;A2A(代理对代理协议)则构建跨平台通信标准,打通不同AI系统的协作壁垒。三者各司其职,共同推动AI从独立工具向智能协作团队演进,提升整体智能化水平与应用灵活性。
217 2
深度解析三大AI协议:MCP、ACP与A2A,看懂智能代理的通信法则
|
29天前
|
机器学习/深度学习 人工智能 编解码
AI Compass前沿速览:PixVerse V5、gpt-realtime、Grok Code Fast、HunyuanVideo、OmniHuman-1.5、字节WaverAI视频、MiniCPM 4.5等
AI Compass前沿速览:PixVerse V5、gpt-realtime、Grok Code Fast、HunyuanVideo、OmniHuman-1.5、字节WaverAI视频、MiniCPM 4.5等
AI Compass前沿速览:PixVerse V5、gpt-realtime、Grok Code Fast、HunyuanVideo、OmniHuman-1.5、字节WaverAI视频、MiniCPM 4.5等
|
8天前
|
人工智能 自然语言处理 前端开发
深度解析Playwright MCP:功能、优势与挑战,AI如何提升测试效率与覆盖率
Playwright MCP通过AI与浏览器交互,实现自然语言驱动的自动化测试。它降低门槛、提升效率,助力测试工程师聚焦高价值工作,是探索性测试与快速验证的新利器。
|
11天前
|
人工智能 自然语言处理 算法
现代AI工具深度解析:从GPT到多模态的技术革命与实战应用
蒋星熠Jaxonic,AI技术探索者,深耕代码生成、多模态AI与提示词工程。分享AI工具架构、实战应用与优化策略,助力开发者提升效率,共赴智能编程新纪元。
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
AIGC技术深度解析:生成式AI的革命性突破与产业应用实战
蒋星熠Jaxonic,AI技术探索者,深耕生成式AI领域。本文系统解析AIGC核心技术,涵盖Transformer架构、主流模型对比与实战应用,分享文本生成、图像创作等场景的实践经验,展望技术趋势与产业前景,助力开发者构建完整认知体系,共赴AI原生时代。

热门文章

最新文章

推荐镜像

更多
  • DNS