化学、生物与自动化实验室
颠覆级
暂无讲解视频
收录解读
问题与背景：基因组生成模型正在变强，但如何控制模型生成具有指定功能、且远离天然序列空间的新基因仍是关键瓶颈。
方法与机制：论文利用 Evo genomic language model 的上下文学习能力，把编码目标功能的 DNA prompt 作为 genomic autocomplete 条件，执行 semantic design，生成富集相关功能的新序列，并实验验证 anti-CRISPR proteins 与 toxin-antitoxin systems 等 de novo genes。
为什么重要：这把基因组语言模型从表征/预测推进到功能可控的基因设计，且验证了无显著天然同源性的序列也能获得功能。它对合成生物学、蛋白功能发现和基因组级设计具有强外溢。
局限：功能类别仍有限，生物安全、功能可预测性和大规模实验成功率需要更系统的评估；因此暂定颠覆性而非范式级。