Sequence modeling and design from molecular to genome scale with Evo

计算生物学 清脆的 基因组学 合成生物学 基因组 功能(生物学) DNA测序 生物 计算机科学 遗传学 基因
作者
Éric Nguyen,Michael Poli,Matthew G. Durrant,Armin W. Thomas,Brian Kang,Jeremy A. Sullivan,Madelena Y. Ng,Ashley Lewis,Aman Patel,Aaron Lou,Stefano Ermon,Stephen A. Baccus,Tina Hernandez‐Boussard,Christopher Ré,Patrick D. Hsu,Brian Hie
标识
DOI:10.1101/2024.02.27.582234
摘要

The genome is a sequence that completely encodes the DNA, RNA, and proteins that orchestrate the function of a whole organism. Advances in machine learning combined with massive datasets of whole genomes could enable a biological foundation model that accelerates the mechanistic understanding and generative design of complex molecular interactions. We report Evo, a genomic foundation model that enables prediction and generation tasks from the molecular to genome scale. Using an architecture based on advances in deep signal processing, we scale Evo to 7 billion parameters with a context length of 131 kilobases (kb) at single-nucleotide, byte resolution. Trained on whole prokaryotic genomes, Evo can generalize across the three fundamental modalities of the central dogma of molecular biology to perform zero-shot function prediction that is competitive with, or outperforms, leading domain-specific language models. Evo also excels at multi-element generation tasks, which we demonstrate by generating synthetic CRISPR-Cas molecular complexes and entire transposable systems for the first time. Using information learned over whole genomes, Evo can also predict gene essentiality at nucleotide resolution and can generate coding-rich sequences up to 650 kb in length, orders of magnitude longer than previous methods. Advances in multi-modal and multi-scale learning with Evo provides a promising path toward improving our understanding and control of biology across multiple levels of complexity.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
李东洋完成签到,获得积分10
1秒前
研究生完成签到 ,获得积分10
1秒前
陆磊磊发布了新的文献求助10
2秒前
阿呆发布了新的文献求助10
2秒前
2秒前
南巷发布了新的文献求助10
2秒前
2秒前
陶醉的开山完成签到,获得积分10
3秒前
3秒前
林雅完成签到,获得积分10
3秒前
3秒前
4秒前
4秒前
4秒前
赵亮完成签到,获得积分20
5秒前
zbbbby发布了新的文献求助10
5秒前
饮冰发布了新的文献求助10
6秒前
大模型应助南巷采纳,获得10
7秒前
ding应助书晨采纳,获得10
8秒前
Daisypharma发布了新的文献求助30
8秒前
alkali发布了新的文献求助10
8秒前
山橘月完成签到,获得积分20
9秒前
9秒前
方文杰发布了新的文献求助10
9秒前
无辜善愁发布了新的文献求助10
10秒前
Betty发布了新的文献求助10
10秒前
大个应助同城代打采纳,获得10
11秒前
酷波er应助阁楼里猫采纳,获得10
11秒前
<・)))><<发布了新的文献求助10
11秒前
彩色的三德完成签到,获得积分10
11秒前
houxufeng完成签到 ,获得积分10
12秒前
么么么发布了新的文献求助10
12秒前
12秒前
12秒前
13秒前
11发布了新的文献求助10
14秒前
15秒前
15秒前
阿呆完成签到,获得积分10
15秒前
15秒前
高分求助中
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 600
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 600
A Dissection Guide & Atlas to the Rabbit 600
Revolution und Konterrevolution in China [by A. Losowsky] 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3109561
求助须知:如何正确求助?哪些是违规求助? 2760219
关于积分的说明 7659157
捐赠科研通 2414928
什么是DOI,文献DOI怎么找? 1281538
科研通“疑难数据库(出版商)”最低求助积分说明 618679
版权声明 599445