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：这篇论文试图把基因组建模从局部任务模型提升为跨生命全域的统一基础模型。传统基因组模型通常只覆盖特定物种、特定长度或特定任务，而 Evo 2 的目标是同时覆盖细菌、古菌和真核生物序列，并把预测与设计放进同一框架。
方法/新意：论文提出 Evo 2 这一大规模基因组 foundation model，使用极长上下文的序列建模策略，在统一语料上学习跨物种、跨功能层级的表示。它不仅用于序列补全、功能推断和变异效应预测，也支持生成式设计，使模型从“读基因组”扩展到“写基因组”。
意义/放在仓库中的位置：这是 AI-enabled genomics 主线里的高位条目，和 AlphaGenome 同处“基因组基础模型”方向，但更强调跨生命全域与生成设计能力。它的价值不在单一 SOTA，而在于把 genomic modeling 推向真正的平台层。
局限/为何不再升一级：尽管论文层级和平台属性都很强，但是否达到 AlphaFold 那种范式重排级影响，还要看社区复现、下游采用和真实生物设计闭环的持续验证。因此当前更稳妥地定为颠覆性，而不是直接升到范式级。