A plataforma Hugging Face revelou na quinta-feira um novo modelo de código aberto dedicado à compreensão do DNA, capaz de funcionar diretamente em um computador portátil. O projeto foi desenvolvido em colaboração com pesquisadores da Academia de Zhongguancun, na China, e da Universidade de Nápoles Frederico II, na Itália.
O modelo, batizado de Carbon-X, foi treinado com sequências genômicas e linguagem natural, permitindo que usuários façam perguntas sobre os efeitos de alterações no DNA sobre a atividade genética e a saúde, recebendo respostas em formato conversacional. A ferramenta foi concebida para auxiliar pesquisadores no desenvolvimento de novos medicamentos e terapias genéticas, podendo também ajudar pacientes a interpretarem seus próprios genomas.
Segundo Lewis Tunstall, pesquisador-chefe da Hugging Face, a inovação representa uma nova capacidade para modelos de linguagem, possibilitando o dialogo direto com o material genético. Ele destaca que a utilização de linguagem natural torna acessível a qualquer pessoa fazer perguntas sobre o DNA que antes seriam impossíveis de responder com outras ferramentas.
A plataforma Hugging Face funciona como um repositório de modelos de inteligência artificial, oferecendo uma biblioteca de ferramentas prontas para desenvolvedores, pesquisadores, empresas e entusiastas que desejam experimentar a tecnologia sem construir tudo do zero. Em setembro, a Nvidia concordou em comprar a empresa por quase 13 bilhões de dólares.
O DNA funciona como um código biológico que utiliza as letras A, C, G e T para codificar informações genéticas, diferentemente dos zeros e unos dos computadores. O genoma humano contém 6 bilhões dessas letras, e embora já tenha sido sequenciado completamente, os cientistas ainda não compreendem o funcionamento da maior parte dele.
Outros modelos recentes também buscam decifrar esses segredos genéticos. No ano passado, o Google DeepMind lançou o AlphaGenome, que prevê os efeitos de sequências e mutações do DNA, mas em formato numérico e com maior necessidade de poder computacional. O Evo 2, desenvolvido pelo Instituto Arc e pela Nvidia, consegue gerar genomas inteiros a partir do zero.
O Carbon-X se destaca por integrar DNA e linguagem natural em uma interface conversacional, funcionando como um ChatGPT especializado em genética. A equipe partiu de um modelo de linguagem existente e expandiu seu vocabulário para ler o DNA em grupos de seis letras. O treinamento continuou com 300 bilhões de fragmentos de dados, combinando sequências de DNA, textos em inglês e exemplos que conectam o material genético a descrições biológicas.
As sequências de DNA utilizadas vieram de mamíferos, incluindo humanos, outros vertebrados, invertebrados, plantas, fungos e protozoários. A equipe optou por não treinar o modelo com vírus para evitar possíveis aplicações perigosas.
Por questões de privacidade, os usuários não podem enviar genomas humanos completos. O modelo foi projetado para processar sequências de aproximadamente 50 mil pares de bases por vez. Com 14 bilhões de parâmetros, ele pode funcionar localmente no equipamento do usuário, sem enviar dados para a Hugging Face ou qualquer outra empresa.
Os desenvolvedores alertam que ainda nãovalidaram o modelo com experimentos práticos de laboratório, portanto não é possível confirmar a precisão de suas previsões.
Fonte: Feed: All Latest
