바이오인

최대 규모의 오픈소스 Evo2를 활용한 유전체 모델링 및 설계  

BioINwatch(BioIN+Issue+Watch): 25-20

세계 최대 규모의 완전 개방형 유전체 파운데이션* 모델 ‘Evo2’ 공개(2025.2)

* 대규모 데이터로 학습하여 다양한 작업에 적용 가능한 범용 인공지능 모델

○ NVIDIA, Arc 연구소, 스탠포드 대학이 공동 개발한 ‘Evo2’는 유전체 서열을 해석·예측·설계하는 역량 면에서 기존 모델을 능가

  - (특징) NVIDIA DXG 클라우드 플랫폼을 기반으로 구축되었으며, AWS의 고성능 컴퓨팅 인프라를 활용해 방대한 생물학적 데이터를 처리할 수 있도록 설계                                                                              

- (데이터규모) 생명체 전반 12.8만 개 유전체 데이터셋에서 선별된 9.3조 개의 뉴클레오타이드를 학습해 유전체를 해석하는 역량을 갖췄으며, 현재까지 공개된 AI 모델 중 가장 광범위하고 방대한 수준

- (데이터규모) 생명체 전반 12.8만 개 유전체 데이터셋에서 선별된 9.3조 개의 뉴클레오타이드를 학습해 유전체를 해석하는 역량을 갖췄으며, 현재까지 공개된 AI 모델 중 가장 광범위하고 방대한 수준

※ 고세균(5.9K), 원핵생물(107.5K), 진핵생물(15.3K) 12만 8천(128k)개 유전체 데이터셋 활용

- (다중모드 통합분석) 3가지 필수 생체분자(DNA,RNA,단백질)에서 유전체 규모까지 해석·예측·설계가 가능한 다중모드 통합 방식을 사용

※ 3가지 필수 생체분자 통합분석은 단일 양식(기능)에만 특화되었던 기존 모델과 차별화

※ Evo2는 생명체 전반의 유전정보를 학습해 DNA-RNA-단백질의 상관관계를 정밀하게 분석할 수 있어 유전체 뿐 아니라 RNA와 단백질 분자도 분석 가능

- (아키텍처) 개선된 StripedHyena2*를 사용하여 최대 40B까지 매개변수를 확장, 긴 서열 정보를 정확·신속·효율적으로 처리

* 멀티헤드 attention과 hyena 블록으로 배열된 심층 신호처리 하이브리드 아키텍처로 기존 attention 방식 트랜스포머 디코더를 개선한 모델

※ Evo2는 향상된 아키텍처와 매개변수로 컨텍스트 윈도우(한번에 처리 가능한 데이터 크기)를 효모 유전체 크기인 1백만(1M) 뉴크레오타이드로 확장

< Evo2의 향상된 아키텍처와 매개변수 >

출처 : BioRxiv, Genome modeling and design across all domains of life with Evo2, 2025.2.21

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.