机构名称：
¥ 2.0
结果：在这项工作中，我们提出了 Evo，这是一个基因组基础模型，可以实现从分子到基因组规模的预测和生成任务。使用基于深度信号处理进展的架构，我们将 Evo 扩展到 70 亿个参数，上下文长度为 131 千碱基，单核苷酸分辨率。我们报告了 DNA 的缩放定律，补充了自然语言和视觉中的类似观察结果。在 270 万个原核生物和噬菌体基因组上进行训练后，Evo 展示了跨 DNA、RNA 和蛋白质模态的零样本函数预测，其性能可与特定领域语言模型相媲美，甚至优于特定领域语言模型。Evo 还擅长多模态生成任务，我们通过生成合成的 CRISPR-Cas 分子复合物和可转座系统证明了这一点。我们通过实验验证了 Evo 生成的 CRISPR-Cas 分子复合物以及 IS200 和 IS605 转座系统的功能活性，这是使用语言模型进行蛋白质-RNA 和蛋白质-DNA 协同设计的第一个例子。利用从整个基因组中学到的信息，Evo 了解核苷酸序列的微小变化如何影响整个生物体的适应性，并可以生成具有合理基因组结构的 DNA 序列，长度超过 1 兆碱基。
使用 Evo 从分子到基因组规模的序列建模和设计
主要关键词
相关文件推荐
