Brian Hie 用 Evo 2 少样本设计噬菌体基因组
先了解这件事
Brian Hie 团队在 bioRxiv 发表研究称，基因组语言模型 Evo 2 仅需在提示中给出四个示例、不做额外训练，即可生成金属结合蛋白、从头抗体、蛋白-RNA 系统和完整噬菌体基因组。在 ΦX174 类噬菌体设计中，该方法在计算指标上的设计质量与多样性超过此前微调模型；更换提示后还可设计 MS2 与 M13 基因组。 Hie 将用模型自身生成结果迭代更新提示的过程称为“基因组思维链”，并称可在计算打分甚至实验室在环测试后更新提示，以噬菌体基因组设计作为概念验证。 上述设计效果均为计算指标或体外（in silico）结果，尚未经实验验证；基因组思维链对多样性的提升同样来自计算评估。
AI 根据报道生成 · 10 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Brian Hie精选Brian Hie 团队两篇基因组语言模型 ICL 预印本上线 bioRxiv
Brian Hie 表示团队两篇关于上下文学习（ICL）的预印本已上线 bioRxiv，分别涉及少样本调控元件设计和从分子到基因组尺度的 ICL 与思维链（CoT）。
- BioTender精选Evo 2 两篇新稿解读：从序列理解到少样本可控设计
Brian Hie 团队于 2026 年 10 月 29 日公开两篇 Evo 2 稿件，探索用少量示例做上下文学习来设计调控序列与蛋白。酵母任务中 4 条示例即可生成预测活性接近高活性对照的序列，但人类 5′ UTR 用 16 条示例时预测活性过阈值比例才超过 40%，且这些曲线并非湿实验结果。
- BioAIDesign精选专题综述：Arc 与斯坦福用少量序列引导 Evo 2 做生物设计
Arc Institute、斯坦福 Brian Hie 团队及合作者于 2026-10-29 在 Zenodo 公开两项预印本，显示预训练基因组模型 Evo 2 可用少量功能相近序列作为示例做上下文学习，不更新参数即可调整生成方向。
- Brian HieBrian Hie 提出用模型生成结果动态更新提示的基因组思维链
Brian Hie 提出，数据高效条件化使合成提示可随模型自身生成结果动态更新，并可在计算打分甚至实验室在环测试后进行。他以噬菌体基因组设计给出概念验证，将这一过程称为基因组思维链（genomic chain of thought）。
- bioRxiv · Bioinformatics精选Evo 2 通过基因组上下文学习实现少样本生物设计
研究显示，基因组语言模型 Evo 2 在提示中仅给四个示例、不做额外训练的情况下即可生成金属结合蛋白、从头抗体、蛋白-RNA 系统和完整噬菌体基因组。在 ΦX174 类噬菌体设计中，该方法在计算指标上的设计质量与多样性超过此前微调模型；更换噬菌体提示后还可设计 MS2 与 M13 基因组，用新生成基因组迭代更新提示的基因组思维链进一步提升多样性。
本事件热度走势
- 可比范围当前
- 2
- 可比范围峰值
- 911月2日 02:00
- 近 24 小时变化
- -57%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。