AI 플랫폼 Hugging Face가 노트북에서 로컬로 실행할 수 있는 DNA 분석 모델 Carbon-X를 공개했다. DNA 염기서열과 자연어를 함께 학습해 사용자가 유전자 변화가 유전자 활동이나 건강에 미치는 영향을 묻고 대화형 답변을 받을 수 있도록 설계됐다.

Carbon-X는 중국 중관춘 아카데미와 이탈리아 나폴리 페데리코 2세 대학교 연구자들과 협력해 개발했다. Hugging Face의 수석 연구과학자 루이스 턴스톨(Lewis Tunstall)은 이 도구가 연구자의 신약·유전자 치료제 설계를 돕고, 환자가 자신의 유전체를 해석하는 데도 활용될 가능성이 있다고 말했다.

모델은 기존 언어 모델의 어휘를 확장해 DNA를 여섯 글자씩 읽도록 한 뒤, DNA 염기서열과 영어 텍스트, DNA와 생물학적 설명을 연결한 사례를 합친 3,000억 개의 토큰으로 추가 학습했다. 학습 데이터에는 인간을 포함한 포유류와 다른 척추동물, 무척추동물, 식물, 균류, 원생생물의 DNA가 들어갔다. 턴스톨은 잠재적으로 위험한 용도로 쓰이지 않도록 바이러스 데이터는 학습에 포함하지 않았다고 설명했다.

사용자는 사람의 전체 유전체를 올릴 수 없다. Carbon-X는 약 5만 염기쌍 길이의 DNA 서열을 처리하도록 학습됐기 때문에 한 번에 유전체의 작은 부분만 질의할 수 있다. 연구자는 유전 변이가 양성인지 질병을 일으키는지 살펴보는 데 이 모델을 활용할 수 있다. 잘못된 변이를 표적으로 삼으면 치료가 효과를 내지 못하거나 의도하지 않은 피해를 일으킬 수 있다.

환자 정보를 최첨단 AI 모델에 올리는 데는 제한이 따를 수 있어, 개발팀은 매개변수 140억 개의 작은 모델을 설계했다. 이에 따라 사용자의 하드웨어에서 로컬로 실행할 수 있으며, 턴스톨은 데이터가 Hugging Face나 다른 회사로 전송되지 않는다고 말했다.

개발진은 실제 실험실 실험으로 모델을 검증하지 않았으며, 예측의 정확도를 말할 수 없다고 밝혔다.