2025년 후반에 우리는 엄청난 수의 박테리아 게놈에 대해 훈련된 Evo라는 AI 시스템의 개발을 다루었습니다. 너무 많아서 관련 유전자 클러스터의 서열을 입력하면 다음 유전자를 정확하게 식별하거나 완전히 새로운 단백질을 제안할 수 있습니다.
이 시스템은 박테리아가 관련 유전자를 함께 묶는 경향이 있기 때문에 작동했습니다. 이는 똑같이 복잡한 게놈 구조를 갖는 경향이 있는 복잡한 세포를 가진 유기체에서는 사실이 아닙니다. 이를 감안할 때, 우리 보도에서는 “이 접근 방식이 더 복잡한 게놈에 작동할지는 확실하지 않습니다.”라고 언급했습니다.
분명히 Evo 팀은 이를 도전으로 여겼습니다. 오늘은 세 가지 생명 영역(박테리아, 고세균, 진핵생물)의 게놈에 대해 훈련된 오픈 소스 AI인 Evo 2를 설명하고 있기 때문입니다. 수조 개의 DNA 염기쌍에 대한 훈련을 마친 Evo 2는 인간이 발견하기 어려울 수 있는 조절 DNA 및 스플라이스 부위와 같은 것을 포함하여 인간과 같은 복잡한 게놈의 주요 특징에 대한 내부 표현을 개발했습니다.
게놈 특징
박테리아 게놈은 비교적 간단한 원리에 따라 구성됩니다. 단백질이나 RNA를 암호화하는 모든 유전자는 연속되어 있으며 암호화 서열이 중단되지 않습니다. 당 대사나 아미노산 생산과 같은 관련 기능을 수행하는 유전자는 함께 모여 있는 경향이 있어 단일하고 컴팩트한 조절 시스템에 의해 제어될 수 있습니다. 이 모든 것이 간단하고 효율적입니다.
진핵생물은 그렇지 않습니다. 유전자의 코딩 부분은 아무것도 코딩하지 않는 인트론에 의해 중단됩니다. 그들은 수십만 개의 염기쌍에 분산될 수 있는 서열에 의해 조절됩니다. 인트론의 가장자리나 조절 단백질의 결합 부위를 정의하는 서열은 모두 약하게 정의되어 있습니다. 절대적으로 필요한 몇 가지 염기가 있지만 특정 염기를 갖는 평균 이상의 경향을 갖는 염기가 많이 있습니다(예: “45%의 확률로 T”). 대부분의 진핵생물 게놈에서 이 모든 것을 둘러싸고 있는 것은 비활성 바이러스, 최종적으로 손상된 유전자 등 정크라고 불리는 엄청난 양의 DNA입니다.
