Hugging Face
ИИ-чатHugging FaceCarbon-XбиоинформатикаДНКоткрытые модели

Hugging Face выпустила Carbon-X: ИИ, который умеет "разговаривать" с ДНК

Сергей Сергеев, редактор gen-hub.ru
Сергей Сергеев
Редактор gen-hub.ru
·4 мин чтения
Hugging Face выпустила Carbon-X: ИИ, который умеет "разговаривать" с ДНК

Биологи годами жаловались на одно и то же: геном человека давно прочитан, а понять, что означает конкретная мутация в конкретном гене, по-прежнему чертовски трудно. Теперь у них появился инструмент, который хотя бы частично закрывает этот разрыв.

Hugging Face выпустила Carbon-X - открытую модель, которая объединяет анализ ДНК-последовательностей с обычным текстовым диалогом. Разработка велась совместно с исследователями из Чжунгуаньцуньской академии в Китае и Неаполитанского университета Федерико II в Италии.

Что умеет Carbon-X

Модель обучена на 300 миллиардах токенов, включающих ДНК-последовательности млекопитающих (в том числе человека), позвоночных, беспозвоночных, растений, грибов и простейших. В качестве базы взяли существующую языковую модель Qwen3-14B, расширили ее словарь для чтения ДНК группами по шесть букв, а затем дообучили на корпусе, связывающем генетические последовательности с биологическими описаниями на английском.

Что это дает на практике: исследователь загружает участок ДНК длиной до 50 000 пар оснований и спрашивает в свободной форме - например, повышает ли данная мутация риск заболевания. Модель отвечает с объяснением. Она также умеет генерировать новые ДНК-последовательности, что открывает путь к разработке генных терапий.

Льюис Танстолл, старший научный сотрудник Hugging Face, описывает это так: "Мы разблокировали в языковых моделях новую возможность - буквально вести диалог с ДНК". По его словам, нетехническим пользователям раньше просто не было способа задавать такие вопросы ни через какой другой инструмент.

Сравнение с тем, что уже есть

До Carbon-X у исследователей было несколько альтернатив, и каждая решала лишь часть задачи.

AlphaGenome от Google DeepMind предсказывает эффекты мутаций, но выдает числа, а не объяснения, и требует серьезных вычислительных ресурсов. Evo 2, разработанный Arc Institute совместно с Nvidia, умеет генерировать целые геномы с нуля и "говорит" на языке ДНК - но без текстового интерфейса.

Carbon-X берет лучшее из обоих подходов: понимание последовательностей плюс разговорный интерфейс. Грубо говоря, это ChatGPT для генетики - с поправкой на то, что ChatGPT иногда отказывается отвечать на вполне законные вопросы о биологии, принимая их за попытки спроектировать биооружие. Танстолл прямо упомянул эту проблему как одну из причин, по которым команда решила создать специализированную модель.

Почему локальный запуск - это не просто удобство

Модель весит 14 миллиардов параметров - намеренно небольшой размер. Это позволяет запускать ее на обычном ноутбуке без отправки данных в облако.

Для медицинских исследователей это принципиально. Исследователи сталкиваются с ограничениями при загрузке идентифицируемых или чувствительных данных пациентов в сторонние ИИ-сервисы. Именно поэтому команда намеренно сделала модель небольшой: она запускается локально на оборудовании пользователя. По словам Танстолла, данные не отправляются ни Hugging Face, ни каким-либо другим компаниям.

Танстолл обозначил и более широкую мотивацию команды. Он провел параллель с математикой: сегодня, чтобы работать на переднем крае математических исследований с ИИ, нужно быть в OpenAI или Anthropic - только там есть лучшие модели. В биологии та же история может повториться. Carbon-X - попытка дать открытому научному сообществу инструмент, не зависящий от крупных коммерческих лабораторий.

Ограничения, о которых Т разработчики

Вирусные последовательности из обучающих данных исключены намеренно - чтобы снизить риск злоупотреблений. Загрузить полный геном человека не получится: модель рассчитана на фрагменты до 50 000 пар оснований, так что геном придется запрашивать по частям.

Самое существенное предупреждение: разработчики прямо говорят, что модель не прошла валидацию в реальных лабораторных экспериментах. Точность предсказаний пока неизвестна. Это не готовый клинический инструмент - это исследовательский прототип, который нужно проверять мокрой химией, прежде чем доверять его выводам в серьезных контекстах.

Что это значит для разработчиков и бизнеса

Carbon-X выложен в открытый доступ на Hugging Face. Модель открытая, запускается локально.

Для фармацевтических компаний и биотех-стартапов инструмент интересен как способ ускорить первичный скрининг мутаций при разработке таргетных препаратов. Для академических лабораторий - как способ снизить зависимость от дорогостоящих облачных сервисов.

Танстолл называет персонализированную медицину конечной целью: ситуацию, когда пациент берет собственный геном и с помощью ИИ ищет или даже проектирует лечение под себя. Carbon-X - один маленький шаг в ту сторону, не больше. Но шаг, который впервые делает такой диалог технически доступным без миллионного бюджета на вычисления.

Контекст выхода модели тоже примечателен: в сентябре Nvidia договорилась приобрести Hugging Face почти за 13 миллиардов долларов. Carbon-X - один из первых крупных релизов компании после объявления этой сделки. Совпадение или нет, но выбор биологии как направления удара выглядит стратегически: это именно та область, где специализированные открытые модели могут потеснить генералистов.

Все эти инструменты - уже на Genova-ai

Картинки, видео, музыка, голос и ИИ-чат в одном месте. Без VPN и зарубежных карт.

Картинки
Видео
Музыка
Голос
ИИ-чат
Попробовать бесплатно

Похожие новости

OpenAI
ИИ-чат

OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra

OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.

18 ноября3 мин чтения
OpenAI
ИИ-чат

OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента

OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.

17 ноября3 мин чтения
NVIDIA
ИИ-чат

NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300

В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.

17 ноября3 мин чтения