Evo 2は、アメリカのArc Instituteがスタンフォード大学およびNVIDIAとの共同研究を通じて公開した、超大規模なゲノム基盤モデルです。このツールは、自然言語処理の分野で大規模言語モデルが人間の言語体系を学習し、文脈を理解して新しいテキストを生成するのと同じように、生物の設計図であるデオキシリボ核酸（DNA）、リボ核酸（RNA）、タンパク質配列を、一つの巨大な言語として扱い、分析および設計します。従来の生物学モデルが特定のタンパク質や短い遺伝子配列の分析に限定されていたのに対し、Evo 2は、バクテリアや古細菌を含む地球上のすべての生物領域を網羅する9兆個以上の塩基配列データに基づいて学習されました。アーキテクチャ的には、ストライプドハイエナ2（StripedHyena 2）アーキテクチャを導入し、単一の塩基レベルの精度を維持しながら、最大100万トークンに及ぶ膨大なゲノム情報を一度に処理できる演算効率を実現しました。 従来の生物学分野の言語モデルは、アテンションメカニズムの計算複雑度がシーケンス長に比例して2乗で増加するという限界があり、タンパク質構造予測や遺伝子断片の分析など、比較的短い文脈しか扱えませんでした。そのため、生命現象を調節する巨大な非コード領域や、複雑なエンハンサーとプロモーター間の長距離相互作用を追跡するには不十分でした。Evo 2は、従来のトランスフォーマーアーキテクチャの計算上のボトルネックを、革新的な暗黙的状態空間モデルと畳み込みのハイブリッドアーキテクチャに置き換えることで、まるで超高解像度のレンズで生命の配列全体を拡大して見るかのような独自性を持ちます。これにより、演算負荷を劇的に削減しながら、塩基配列の一つ一つの微細な変異が生体全体の生理学的機能に及ぼす影響まで把握できる、他に類を見ない分析範囲を提供します。 実際のバイオテクノロジー研究において、研究者はEvo 2を使用して、合成生物学の設計パラダイムを完全に変えることができます。例えば、研究者が特定の有益な代謝経路を持つ微生物のゲノム全体を設計したい場合、数万塩基対の大きさの調節配列とコーディング領域の整列状態を入力すると、Evo 2は、与えられた文脈に最適化されたプロモーターとエンハンサーを含む、転写調節ユニット全体を一度に生成します。さらに、臨床研究の分野では、希少疾患のゲノムデータを入力して、非コード領域で発生した一塩基多型が特定の疾患を引き起こす確率を正確に予測する予測モデルとしても活用されます。これにより、分子生物学の研究者が長年、試験管実験を繰り返して試行錯誤する必要があったプロセスを、デジタル環境での高速スクリーニングに置き換え、医薬品開発と遺伝子治療薬設計の研究期間を短縮します。

Evo 2は、アメリカのArc Instituteがスタンフォード大学およびNVIDIAとの共同研究を通じて公開した、超大規模なゲノム基盤モデルです。このツールは、自然言語処理の分野における大規模言語モデルが、人間の言語体系を学習して文脈を理解し、新しいテキストを生成するのと同じように、生物の設計図であるデオキシリボ核酸（DNA）、リボ核酸（RNA）、タンパク質配列を、一つの巨大な言語として扱い、分析および設計を行います。従来の生物学モデルが、特定のタンパク質や短い遺伝子配列の分析に限定されていたのとは異なり、Evo 2はバクテリアを対象としています。

🔬ゲノムスケールでの遺伝子機能と変異の予測: 疾患を引き起こす非コード変異を探索するために、ヒトゲノムDNA配列（10kbp以上）をEvo 2に入力し、単一塩基変異の適合度と転写量の変化を数秒以内に計算し、in silicoでの機能変化解析に活用する。