来源更新 2026-11-04
基因组语言模型 Evo 2 实现少样本调控 DNA 序列设计
研究显示,基因组语言模型 Evo 2 无需额外训练,仅凭数十个示例即可生成新的、多样的调控 DNA 序列。机制分析提示这种基因组 ICL 可能源自归纳机制,以序列到功能模型为奖励的强化学习还能进一步增强 ICL。
推荐理由:材料给出 Evo 2 从少量示例到人细胞和小鼠验证的完整链路,便于观察基因组语言模型的 ICL 如何落到序列设计。
机构与代表工作
Arc Institute 的 Evo 基因组语言模型及生物设计研究。
共 4 条动态近 30 天 4 条
来源更新 2026-11-04
研究显示,基因组语言模型 Evo 2 无需额外训练,仅凭数十个示例即可生成新的、多样的调控 DNA 序列。机制分析提示这种基因组 ICL 可能源自归纳机制,以序列到功能模型为奖励的强化学习还能进一步增强 ICL。
推荐理由:材料给出 Evo 2 从少量示例到人细胞和小鼠验证的完整链路,便于观察基因组语言模型的 ICL 如何落到序列设计。
Arc Institute 与斯坦福团队在 bioRxiv 发布的两篇预印本显示,Evo 2 通过上下文学习,仅用 4-64 个示例就能设计出五类调控序列,无需额外训练。
推荐理由:Evo 2 仅凭少量示例就能设计出在小鼠脑中生效的增强子,为数据稀缺的序列设计提供了可迁移的思路。
基因组语言模型 Evo 2 在无需额外训练的情况下,用提示中的四个示例即可生成金属结合蛋白、从头设计抗体、蛋白-RNA 系统和完整噬菌体基因组。在 ΦX174 类噬菌体设计中,其设计质量和多样性在计算指标上超过此前微调模型,基因组思维链通过迭代更新提示还能提升设计多样性。
推荐理由:Evo 2 无需额外训练,用少量提示示例完成多类生物序列设计,并展示了加速 35 倍的推理引擎与百万碱基上下文能力。
Arc Institute 在 bioRxiv 发布细胞状态条件化序列模型 Bolero,可仅凭 DNA 序列预测特定细胞状态的转录本丰度与染色质可及性。模型核心是序列到功能的 Transformer,其权重依据细胞类型动态生成,训练数据来自覆盖六种哺乳动物、1080 万细胞的单细胞表观组与多组学图谱。
推荐理由:模型按细胞状态嵌入动态生成各层权重,为预测尚未测量的细胞类型中的基因调控提供了可迁移思路。