#IA #Genòmica #Ciencia

Una nova etapa en la biologia generativa posa en la pista a Evo 2, la nova IA biològica més avançada

Un equip internacional de científics de l'Institut Arc i NVIDIA, en col·laboració amb les universitats de Stanford, Berkeley i UC San Francisco, ha presentat Evo 2, el model d'intel·ligència artificial més avançat aplicat a la biologia fins ara. La investigació, publicada a Nature, marca un salt qualitatiu respecte a la primera versió i s'emmarca en una onada creixent de progressos en genòmica computacional.

Article de Antonio Villarreal, publicat per Agencia SINC.

La nova entrega, Evo 2, ha estat entrenada amb més de 9,3 biliars de nucleòtids procedents de 128.000 genomes i incorpora per primera vegada informació detallada de plantes, animals i éssers humans, ampliant així l'àmbit de les aplicacions i la capacitat de predicció i disseny biològic.

Una trajectòria meteòrica en la biologia generativa

La història de la tecnologia s'inicia el 2024, quan l'equip va publicar Evo 1 en Science. Aquest model va demostrar que una arquitectura d'aprenentatge profund podia aprendre la lògica de l'ADN sense supervisió humana. Aqueixa primera versió es va entrenar amb genomes d'organismes unicel·lulars i virus, sense informació de plantes, animals o humanoides.

"El desenvolupament d'Evo 1 i Evo 2 representa un moment clau en el camp emergent de la biologia generativa, ja que els models permeten que les màquines llook, escriguin i puguen pensar en el llenguatge de les nucleòtids", diu Patrick Hsu, cofundador de l'Arc Institute i investigador principal. "Evo 2 té una comprensió generalista de l'arbre de la vida que és útil per a una gran varietat d tasques, des de preveure mutacions que causen malalties fins a dissenyar codi potencial per a la vida artificial".

Evo 2 és l'últim d'un conjunt de desenvolupaments recents en el sector, com AlphaGenome (de Google), presentat fa unes setmanes. Evo 2 es situa a l'avantguarda, però no és l'únic model; AlphaGenome és una eina centrada en descifrar els mecanismes de control dels gens i Evo 2 amplia l'horitzó cap a una escala genòmica completa.

Per a aquesta nova entrega, el sistema ha estat entrenat amb més de 9,3 biliars de nucleòtids procedents de 128.000 genomes, incorporant per primera vegada informació detallada de plantes, animals i humans. Aquesta expansió ofereix una comprensió més generalitzada de tots els dominis de la vida, permetent no només predir efectes, sinó proposar nous dissenys biològics.

Un salt en potència i precisió

El salt tècnic ve donat per una nova arquitectura anomenada StripedHyena 2, que permet a Evo 2 razonar sobre seqüències vuit vegades més llargues que el seu antecessor, és a dir, el milió de nucleòtids d'una sola vegada. Aquesta major capacitat de memòria permet a la IA comprendre les relacions entre parts molt distants d'un genoma, clau per a identificar mutacions complexes que els mètodes experiments trarien anys en descobrir.

En proves amb el gen BRCA1, vinculat al càncer de mama, Evo 2 va aconseguir una precisió superior al 90% en distingir entre variacions benignes i patogèniques. A més de la seua capacitat de diagnòstic, el model obri la porta a una enginyeria biològica sense precedent; l'equip ja ha utilitzat Evo 2 per a dissenyar bacteriòfags sintètics funcionals, una eina prometedora per a combatre bacteris resistents als antibiòtics.

"Com el món ha deixat la seua empremta en el llenguatge d'internet utilitzat per entrenar els grans models lingüístics, l'evolució ha deixat la seua empremta en les seqüències biològiques", explica Brian Hie, professor a Stanford i coautor del treball. "Aquests patrons, perfeccionats al llarg de milers de milions d'anys, contenen senyals sobre com funcionen i interactuen les mol·lècules".

Un 'sistema operatiu' per a la ciència global

Per als autors, Evo 2 funciona com el nucli d'un sistema operatiu sobre el qual altres investigadors poden construir aplicacions específiques. Per a accelerar el progrés científic, l'equip ha publicat el model sota una política de codi obert, compartint tant les dades d'entrament com el codi i els pesos del model.

"En alliberar aquestes capacitats, hem donat als científics de tot el món un nou soci per a resoldre els desafiaments més urgents de salut i malaltia de la humanitat", afirma Anthony Costa, director de biologia digital a NVIDIA. Per a evitar riscos ètics, els investigadors han exclòs del conjunt de dades els patògens que afecten a humans i han implementat salvaguardes per a garantir un ús responsable de la tecnologia.

Referències:

Nguyen et al., "Sequence modeling and design from molecular to genome scale with Evo", Science, 2024, https://doi.org/10.1126/science.ado9336

Brixi et al., "Genome modeling and design across all domains of life with Evo 2", Nature, 2025, https://doi.org/10.1038/s41586-026-10176-5

Redacció Crònica