Evo 2는 미국 아크 연구소(Arc Institute)가 스탠퍼드 대학교 및 엔비디아와의 협업을 통해 공개한 초거대 규모의 유전체 파운데이션 모델입니다. 이 도구는 자연어 처리 분야에서 대형 언어 모델이 인간의 언어 체계를 학습하여 문맥을 이해하고 새로운 텍스트를 생성해 내는 것과 마찬가지로, 생명체의 설계도인 디옥시리보핵산(DNA), 리보핵산(RNA), 단백질 서열을 하나의 거대한 언어로 취급하여 분석하고 설계합니다. 기존의 생물학 모델들이 특정 단백질이나 짧은 유전자 서열 분석에 국한되었던 것과 달리, Evo 2는 박테리아와 고균을 포함하여 지구상의 모든 생명체 영역을 아우르는 9조 개 이상의 염기서열 데이터를 기반으로 학습되었습니다. 아키텍처적으로는 스트라이프드 하이에나 2(StripedHyena 2) 아키텍처를 도입하여 단일 염기 수준의 정밀도를 유지하면서도 최대 100만 토큰에 달하는 방대한 유전체 정보를 한 번에 처리할 수 있는 연산 효율성을 달성했습니다. 기존의 생물학 분야 언어 모델들은 어텐션 메커니즘의 계산 복잡도가 시퀀스 길이에 비례해 제곱으로 증가하는 한계를 가지고 있어, 단백질 구조 예측이나 유전자 조각 분석처럼 비교적 짧은 문맥만 다룰 수 있었습니다. 이로 인해 생명 현상을 조절하는 거대한 비부호화 유전체 영역이나 복잡한 인핸서와 프로모터 간의 장거리 상호작용을 추적하기에는 역부족이었습니다. Evo 2는 전통적인 트랜스포머 아키텍처의 계산 병목을 혁신적인 암시적 상태 공간 모델과 합성곱의 하이브리드 아키텍처로 대체하여, 마치 초고해상도 렌즈로 생명의 서열 전체를 확대해서 보는 것과 같은 차별성을 가집니다. 이를 통해 연산 부하를 혁신적으로 줄이면서도 염기 서열 하나하나의 미세한 돌연변이가 유기체 전체의 생리학적 기능에 미치는 영향까지 파악할 수 있는 유일무이한 분석 범위를 제공합니다. 실제 생명공학 연구에서 연구자들은 Evo 2를 사용하여 합성 생물학의 설계 패러다임을 완전히 바꿀 수 있습니다. 예를 들어, 연구자가 특정 유익한 대사 경로를 가진 미생물의 전체 게놈을 설계하고자 할 때, 수만 염기쌍 크기의 조절 서열과 코딩 영역의 정렬 상태를 입력하면 Evo 2는 주어진 맥락에 최적화된 프로모터와 인핸서를 포함한 전사 조절 유닛 전체를 한 번에 생성해 냅니다. 뿐만 아니라 임상 연구 분야에서는 희귀 질환 유전체 데이터를 입력하여 비부호화 영역에서 발생한 단일 염기 다형성이 특정 질환을 유발할 확률을 정교하게 예측해 내는 예측 모델로도 활용됩니다. 이는 분자 생물학 연구자들이 오랜 시간 시험관 실험을 반복하며 시행착오를 겪어야 했던 과정을 디지털 환경에서의 고속 스크리닝으로 대체하여 의약품 개발과 유전자 치료제 설계의 연구 기간을 단축시킵니다.