Basecamp Research запускает Trillion Gene Atlas для обучения биологических ИИ‑моделей на триллионе генов

Британская компания Basecamp Research запустила проект Trillion Gene Atlas. Его участники называют инициативу одной из крупнейших в истории биологии. Планируется собрать и проанализировать генетические данные более чем от 100 миллионов ранее не изученных видов живых организмов и увеличить объём известного генетического разнообразия Земли примерно в 100 раз. Проект реализуется вместе с Anthropic, Ultima Genomics и PacBio, вычислительную инфраструктуру предоставляет Nvidia. По словам участников, сочетание современных методов секвенирования и искусственного интеллекта позволит выполнить объём работ, на который ещё недавно ушло бы больше двух десятилетий, менее чем за два года.

Главная цель инициативы, сформировать новый массив данных для обучения биологических ИИ‑моделей. В Basecamp Research считают, что ограниченное разнообразие генетических последовательностей в публичных базах данных стало серьёзным барьером для развития биологического ИИ. Компания уже представила семейство моделей EDEN. Оно обучено на базе BaseData, куда вошли более 10 миллиардов ранее неизвестных науке генов, обнаруженных у примерно миллиона новых видов. По данным компании, работа с таким объёмом информации позволила заметить новые закономерности масштабирования: по мере роста разнообразия биологических данных возможности ИИ растут быстрее, чем ожидалось.

Разработчики утверждают, что EDEN стала первой системой, способной проектировать потенциальные терапевтические молекулы прямо по описанию заболевания. В лабораторных испытаниях модель показала активность в человеческих Т-клетках без предварительного обучения на клинических данных. Также сообщается о создании новых антимикробных пептидов с показателем успешного попадания в целевые патогены до 97%. Отдельно упоминается развитие технологии программируемой вставки генов AI-Programmable Gene Insertion (aiPGI).

За последние 6 лет Basecamp Research сформировала сеть научных партнёров в 31 стране и организовала сбор генетических данных в регионах, где подобные исследования раньше почти не проводились. Компания объявила о партнёрствах в Чили и Аргентине, а также о расширении работ в Антарктиде. Ultima Genomics займётся высокопроизводительным чтением геномов, PacBio предоставит технологию длинных высокоточных последовательностей. Anthropic планирует использовать результаты Trillion Gene Atlas для расширения научных возможностей Claude и работы с крупными массивами биологических данных.