揭開基因組的秘密：Evo模型在Science封面展示分子到基因組的創新預測與生成能力

內含教程詳解步驟

原標題：搶先體驗Demo！基因組基礎模型Evo登Science封面，實現從分子到基因組尺度的預測與生成
文章來源：HyperAI超神經
內容字數：3217字

HyperAI超神經教程上線Evo模型

根據作者李姝的介紹，HyperAI超神經教程版塊現已上線一項名為「Evo：從分子到基因組規模的預測和生成」的內容，旨在讓用戶快速體驗這一先進的AI模型。Evo是一種基因組基礎模型，由斯坦福大學與Arc研究所的研究團隊共同開發，能夠在DNA、RNA和蛋白質的多模態任務中實現零樣本預測和高精度生成。

研究背景與成果

Evo的相關研究以「Sequence modeling and design from molecular to genome scale with Evo」為題，已在Science雜志上發表。該模型使用了StripedHyena架構，經過在包含8萬多個細菌和古細菌基因組以及數百萬個預測的噬菌體和質粒序列的大型基因組數據集上進行訓練，覆蓋了300億個核苷酸token。Evo的參數規模達到70億，最大上下文長度可達131,072個token，具有生成超過1兆堿基的合理基因組架構DNA序列的能力。

應用前景

Evo的能力不僅為生命科學提供了新的理論支撐，還可能在基因編輯、藥物發現、疾病診斷和農業等領域帶來突破性成果。許多網友對Evo的發布表示震撼，并對其具體應用充滿期待。

如何體驗Evo模型

用戶可以通過以下步驟來體驗Evo模型的強大功能：

1. 登錄hyper.ai，選擇「Evo：從分子到基因組規模的預測和生成」教程。
2. 點擊右上角的「克隆」將教程克隆至自己的容器中。
3. 選擇算力，推薦選擇「NVIDIA RTX A6000」。
4. 新用戶可以使用邀請鏈接注冊，獲得4小時RTX 4090和5小時CPU的免費時長。
5. 確認信息后，等待資源分配，點擊「打開工作空間」。
6. 在Jupyter工作空間中，雙擊打開「README」文件，進入Evo模型運行頁面。

模型操作與效果演示

進入Evo模型運行頁面后，用戶可以按照需求調整輸入參數。默認輸入為DNA堿基對（ACGT），可根據需要修改，生成不同的DNA序列。用戶在調整完參數后，選擇「重啟并運行所有單元格」，稍等片刻即可查看生成的序列。此外，Evo還可以分析生成的DNA序列，預測蛋白編碼基因，設計RNA系統，并展示蛋白質的折疊結構。

加入討論與分享

為了促進技術交流，HyperAI建立了「Stable Diffusion教程交流群」，歡迎用戶通過微信添加神經星星（微信號：Hyperai01）加入群聊，探討各類技術問題，分享應用效果。

聯系作者

文章來源：HyperAI超神經
作者微信：
作者簡介：解構技術先進性與普適性，報道更前沿的 AIforScience 案例