在 2025 年底的一份報告中，我們強調了一個名為 Evo 的突破性 AI 系統，它在大量細菌基因組上進行了有效訓練。Evo 的能力得益於細菌基因組中相關基因的自然聚集，能夠預測後續的基因或建議全新的蛋白質。然而，這一方法在具有復雜細胞的生物體中面臨限制，因為它們具有更複雜的基因組框架，這使得我們的報導指出該方法在更複雜基因組中的不確定性。
然而，Evo 團隊迎接了這一挑戰，今天，他們展示了 Evo 2，這是一款在所有三大生命領域（細菌、古菌和真核生物）的基因組上訓練的開源 AI。通過分析數萬億個 DNA 碱基對，Evo 2 開發了複雜基因組中的關鍵特徵（包括調控 DNA 和剪接位點）的複雜內部表徵，這常常對人類分析師構成重大挑戰。
基因組特徵
細菌基因組的結構相對簡單。編碼蛋白質或 RNA 的基因遵循連續序列且沒有中斷，那些參與類似功能的基因，比如糖代謝或氨基酸生產，往往在單一、緊湊的調控系統下聚集在一起，這種安排以直接的效率為標誌。
相比之下，真核基因組因存在內含子而導致編碼序列中斷，內含子不提供任何編碼信息。在這些生物體中，通過可能分散在數十萬碱基對的序列進行調控。此外，內含子或調控蛋白結合位點的識別序列不明確；儘管一些碱基是關鍵的，但許多僅具有略高的可能性（例如，「45% 的概率是一個 T」）。在大多數真核基因組中，這種複雜性因所謂的「垃圾」DNA（包括非活性病毒和不可修復的損壞基因）的大量存在而加劇。