0:00 0:00
記事
Hugging Face、DNAと「会話」できるAIモデル「Carbon-X」を公開——ノートPCでもローカル動作
Hugging Faceが、DNA配列と自然言語を組み合わせて学習したオープンモデル「Carbon-X」を公開しました。遺伝子変異が健康に与える影響などを対話形式で尋ねられ、140億パラメータとノートPCでもローカル実行できる設計が特徴です。
AIプラットフォームのHugging Faceは10月22日、DNA配列を理解するための新しいオープンモデル「Carbon-X」を公開しました。ゲノム配列と自然言語をあわせて学習させたモデルで、遺伝子変異が健康や遺伝子活性にどう影響するかを対話形式で尋ねられるのが特徴です。WIREDが報じています。
DNAを「読む」のではなく「会話する」発想
Carbon-Xは、中国・中関村学院とイタリア・ナポリ大学フェデリコ2世の研究者との共同開発によるモデルです。Hugging Faceのシニアリサーチサイエンティストを務めるLewis Tunstall氏は「言語モデルに新しい能力を解放した。それがDNAと会話できるということだ」と説明しています。自然言語でやり取りできる設計のため、専門知識を持たないユーザーでも、ほかのツールでは扱いにくかったDNAに関する質問を投げかけられるといいます。想定される用途は、新薬や遺伝子治療の設計を支援することに加え、患者自身が自分のゲノムを解釈する手助けにもなり得るとされています。
Hugging Faceは「AI向けのGitHub」とも呼ばれ、オープンウェイトのAIツールを配布するプラットフォームとして開発者や研究者に広く使われています。9月にはNVIDIAが同社を約130億ドルで買収することに合意したと報じられており、今回のCarbon-Xの公開はその直後のタイミングでの発表となりました。
画像引用元: WIRED
6塩基単位でDNAを「読む」学習設計
DNAは0と1ではなく、A・C・G・Tという4つの文字で情報を記録しており、ヒトゲノムには60億個もの文字が含まれています。ゲノムの配列自体はすでに解読済みですが、その大部分がどのように機能しているかは、いまだに十分理解されていません。近年はAIモデルがこの謎の解明を後押ししており、昨年にはGoogle DeepMindがDNA配列や変異の影響を予測する「AlphaGenome」を公開しましたが、出力は数値形式で計算負荷も高いという特徴がありました。Arc InstituteとNVIDIAなどが開発した「Evo 2」はDNAの言語を扱いゲノムを一から生成できますが、Carbon-XはDNAと自然言語の両方を一つの対話インターフェースに統合した点が異なります。開発チームは既存の言語モデルをベースに、DNAを6文字単位の語彙として扱えるよう拡張したうえで、DNA配列・英語テキスト・両者を結びつけた例文を組み合わせた3,000億トークンの学習データで追加学習を行いました。学習に使ったDNA配列は哺乳類(ヒトを含む)や脊椎動物、無脊椎動物、植物、菌類、原生生物など多岐にわたりますが、危険な用途に使われることを避けるため、ウイルスのデータはあえて含めなかったとTunstall氏は説明しています。
ローカル実行を優先した140億パラメータ設計
患者の識別可能なデータや機微なデータをクラウド型の最先端AIモデルにアップロードすることには制約があるため、開発チームはあえて140億パラメータという小さめのモデルとして設計したとTunstall氏は述べています。これにより、クラウドのモデルに頼らずユーザー自身のハードウェア上でローカル実行でき、Hugging Faceを含むどの企業にもデータが送信されない仕組みになっています。ユーザーがヒトゲノム全体をアップロードすることはできず、一度に扱えるのは約5万塩基対までのDNA配列に限られるため、ゲノムの一部分だけを対象に質問する形になります。遺伝子変異が良性か病原性かを見極めることは、的を絞った薬や遺伝子治療を開発するうえで重要な一歩であり、狙いを外した介入は効果がないばかりか、意図しない害につながる恐れもあります。なお、Carbon-Xの開発チームは、実際のウェットラボ実験によるモデルの検証をまだ終えておらず、予測の精度がどの程度かは現時点では明言できないとしています。
創薬・ゲノム研究の現場への広がりに注目
オープンモデルとしての公開により、Carbon-Xは研究機関やスタートアップが自前のインフラ上で試せる選択肢として広がる可能性があります。ローカル実行を前提とした設計は、患者データの扱いに厳しい制約がある医療・創薬分野にとって特に相性がよく、クラウド依存を避けたい研究チームにとっての実用的な選択肢になりそうです。一方で、ウェットラボでの検証がまだ済んでいない段階であることは留意すべきポイントです。国内の創薬・バイオ関連の研究機関がこうしたオープンモデルを試す際も、予測結果をそのまま臨床判断に使うのではなく、既存の実験手法と組み合わせた検証プロセスが引き続き欠かせません。Hugging Face上でモデルカードが公開されているため、技術的な詳細に関心のある読者は一次情報もあわせて確認するとよいでしょう。
Hugging Face’s New AI Biology Model Lets You Chat With DNA
The new open-source model speaks the language of DNA and can help researchers understand the effects of any changes on gene activity and health.
