ИИ пишет геномы вирусов, и они оживают: 16 фагов Evo обошли устойчивость E. coli

Кинг работает аспирантом-биоинженером в лаборатории Брайана Хая в Институте Arc, а геномы ему написали языковые модели Evo 1 и Evo 2. Работа вышла в Science 6 августа 2026 года.

Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.

Модель собрала не отдельный белок под заказ, а целый организм, который заработал в живой клетке.

Что именно сделала модель

Воронка узкая. Модели выдали около 700 тысяч последовательностей. Биоинформатические фильтры оставили 302 кандидата, синтезировали и собрали 285 геномов, живыми вышли 16. Это 5,6% от синтезированных и 0,002% от всего сгенерированного.

Работали не с чистого листа. Шаблоном взяли ΦX174, изученный вдоль и поперёк фаг с кольцевым геномом на 5386 нуклеотидов и 11 генами. Обе модели дообучили примерно на 14 тысячах геномов Microviridae. У полученных вариантов от 67 до 392 замен, у Evo-Φ2147 идентичность ближайшему природному фагу около 93%.

Главный результат не в одиночных фагах, а в смеси. Коктейль из 16 сгенерированных вариантов быстро пробил устойчивость трёх линий E. coli, невосприимчивых к природному ΦX174, а часть вариантов Evo обогнала природный фаг по приспособленности. Хай формулирует ставку прямо: «Если бактерии получат устойчивость к одному фагу, для лекарства всё кончено».

В феврале 2025 Arc Institute выложила Evo 2, обученную на 9,3 триллиона нуклеотидов с контекстом до миллиона нуклеотидов. Тогда это была модель, которая работает с ДНК как с текстом. Теперь её дообученная версия написала геном, который ожил.

Как это повторить

Дообученный чекпоинт из этой работы лежит отдельно. В таблице моделей репозитория ArcInstitute/evo2 стоит `evo2_7b_microviridae`, то есть генерировать фаговые геномы можно на нём, а не на базовой Evo 2. Установка идёт двумя командами: `pip install flash-attn==2.8.0.post2 --no-build-isolation`, затем `pip install evo2`. Полная версия просит ещё cuda-nvcc и transformer-engine-torch, есть и путь через Docker.

Железо решает. Модели на 7 миллиардов параметров идут в bfloat16 на любой поддерживаемой GPU. Версии на 20 и 40 миллиардов требуют FP8 и Nvidia Hopper, а 40B — нескольких H100. Софт: CUDA 12.1+, cuDNN 9.3+, Python 3.11 или 3.12, PyTorch 2.6-2.7.

Без своей карты модель щупается в браузере. Arc Institute держит Evo Designer: генерация ДНК-последовательностей из промпта, оценка перплексии и энтропии, аннотация кодирующих участков и 3D-структур белков. Вариант для 40B без своего кластера — хостед-API NVIDIA NIM на build.nvidia.com. Код открыт под Apache 2.0, коммерческое использование лицензия не блокирует.

Повторить подход на вирусах человека на публичных весах не выйдет: патогенов человека и другие сложные организмы из базового датасета Evo 2 исключили, и на запросы о них модель продуктивных ответов не даёт.

Дальний прицел — лекарства из смеси фагов, которую бактерии не успевают перерасти.