Os modelos generativos de inteligência artificial de biologia molecular são frequentemente restritos a moléculas individuais ou segmentos de DNA e são construídos de uma forma que os torna computacionalmente exigentes quando aplicados a sequências longas. A capacidade de capturar interações genômicas mais amplas será crucial tanto para a compreensão quanto para a engenharia de processos biológicos complexos. Escrevendo em CiênciaNguyen et al. apresentam o Evo, um modelo de base genômica que pode interpretar e gerar sequências de DNA em escala de genoma completo, mantendo a resolução de um único nucleotídeo.
Evo é construído em uma arquitetura StripedHyena e equipado com 7 bilhões de parâmetros, com comprimento de contexto de até 131 quilobases. Treinado em 2,7 milhões de genomas microbianos, Evo teve um bom desempenho em várias tarefas que antes eram realizadas com modelos de domínio específico. Por exemplo, Evo aprendeu os efeitos das mutações na função das proteínas e do RNA não codificante, modelou a atividade de elementos reguladores e também entendeu como pequenas mutações afetam a aptidão do organismo ao prever a essencialidade do gene.
