A plataforma de inteligência artificial Hugging Face lançou um novo modelo de código aberto voltado para a compreensão do DNA, capaz de rodar localmente em um computador portátil. Segundo a empresa, a ferramenta foi desenvolvida em colaboração com pesquisadores da Academia Zhongguancun, na China, e da Universidade Federico II de Nápoles, na Itália.
Batizado de Carbon-X, o modelo foi treinado com sequências genômicas e linguagem natural. O objetivo é permitir que pessoas façam perguntas sobre os efeitos de alterações no DNA na atividade genética e na saúde, recebendo respostas conversacionais. Lewis Tunstall, cientista sênior de pesquisas da Hugging Face, afirmou que a ferramenta busca auxiliar pesquisadores no desenvolvimento de novos medicamentos e terapias genéticas, além de poder ajudar pacientes a interpretarem seus próprios genomas.
Funcionamento e treinamento do modelo
O genoma humano utiliza as letras A, C, G e T para codificar informações, totalizando cerca de seis bilhões dessas letras. Para criar o Carbon-X, a equipe partiu de um modelo de linguagem existente e expandiu seu vocabulário para ler o DNA em grupos de seis letras. O treinamento envolveu 300 bilhões de dados combinando sequências de DNA, texto em inglês e exemplos que ligam o DNA a descrições biológicas.
As sequências abrangeram mamíferos, incluindo humanos, outros vertebrados, invertebrados, plantas, fungos e protozoários. A equipe optou por não treinar o modelo com vírus para evitar usos potencialmente perigosos. Devido a restrições de tamanho, os usuários não podem enviar genomas humanos inteiros; o modelo foi projetado para analisar sequências de aproximadamente 50 mil pares de bases por vez.
Privacidade e aplicações práticas
Com 14 bilhões de parâmetros, o modelo foi intencionalmente dimensionado para rodar de forma local no hardware do usuário, evitando o envio de dados sensíveis para a nuvem ou para a Hugging Face. Cientistas poderiam utilizar o sistema para verificar se uma mutação genética é benigna ou causadora de doenças, uma etapa fundamental na criação de terapias direcionadas.
Apesar do potencial, os desenvolvedores do Carbon-X alertam que a ferramenta ainda não foi validada por meio de experimentos de laboratório úmido, o que significa que a precisão exata de suas previsões ainda precisa ser confirmada.
Fonte: Hugging Face’s New AI Biology Model Lets You Chat With DNA
