Hugging Face научила ИИ «общаться» с ДНК

Важная новость наделала шума в экосистеме блокчейна. Hugging Face представила открытую ИИ-модель Carbon-X, которая анализирует генетические последовательности и отвечает на вопросы о них на естественном языке. Разработка предназначена для биологических исследований, поиска патогенных мутаций и создания лекарств. Нейросеть создали совместно со специалистами китайской Zhongguancun Academy, Института генетики и медицины Telethon и Неаполитанского университета имени Федерико II.

Она содержит 14,8 млрд параметров и способна работать локально без передачи генетической информации на сторонние серверы. Старший научный сотрудник Hugging Face Льюис Танстолл в разговоре с Wired назвал разработку новым способом взаимодействия с ДНК. По его словам, использование естественного языка позволит задавать вопросы о генетических последовательностях даже людям без навыков программирования.

Динамика рынка

Carbon-X определяет, является ли мутация безвредной или связана с заболеванием, распознает участки, которые регулируют активность генов, и объясняет свои выводы на английском языке. Такие сведения необходимы для разработки таргетных лекарств и генетической терапии. В основе Carbon-X лежит языковая модель Qwen3-14B.

Разработчики расширили ее словарь, добавив возможность обработки генетических последовательностей. В отличие от обычного текста, ДНК состоит из четырех нуклеотидных оснований, обозначаемых буквами A, C, G и T. Разработчики научили нейросеть считывать их группами по шесть символов.

Это позволяет обрабатывать генетический код и обычный текст в рамках единой архитектуры. На основном этапе обучения использовали около 302 млрд токенов. Более половины пришлось на последовательности ДНК, остальное — на англоязычные тексты, научные публикации о биологии и примеры диалогов.

Генетические данные охватывали различные группы организмов: млекопитающих, других позвоночных, беспозвоночных, растения, грибы, простейших, а также прокариот. По словам Танстолла, разработчики намеренно исключили вирусные последовательности из обучения, чтобы снизить риск использования модели в потенциально опасных целях.

Криптовалютные рынки внимательно следят за этим событием, а инвесторы оценивают его возможное влияние на цены.