Hugging Face lance Carbon-X, un modèle IA pour « dialoguer » avec l'ADN
Original : Hugging Face’s New AI Biology Model Lets You Chat With DNA
Pourquoi c'est important
L'IA appliquée à la génomique s'accélère ; Carbon-X démocratise l'accès à ces analyses.
Hugging Face a publié Carbon-X, un modèle open-source combinant séquences génomiques et langage naturel. Entraîné sur 300 milliards de tokens, il tourne en local sur un laptop et aide à analyser les effets des mutations génétiques.
Lancé le 22 octobre, Carbon-X est le fruit d'une collaboration entre Hugging Face, la Zhongguancun Academy (Chine) et l'Université de Naples Federico II (Italie). L'objectif : permettre à des chercheurs — et potentiellement à des patients — de poser des questions en langage courant sur l'ADN et d'obtenir des réponses compréhensibles.
Le modèle a été entraîné sur 300 milliards de tokens mêlant séquences d'ADN issues de mammifères, vertébrés, invertébrés, plantes, champignons et protozoaires, ainsi que du texte en anglais et des exemples reliant ADN à des descriptions biologiques. Par précaution, les virus ont été exclus des données d'entraînement. Les séquences traitables sont limitées à environ 50 000 paires de bases ; le génome complet d'un utilisateur ne peut donc pas être soumis d'un bloc.
Contrairement à AlphaGenome de Google DeepMind — qui rend ses prédictions sous forme numérique et exige davantage de puissance de calcul — ou à Evo 2 (Arc Institute/Nvidia), qui génère des génomes entiers, Carbon-X mise sur une interface conversationnelle. Lewis Tunstall, chercheur senior chez Hugging Face, résume : « Nous avons débloqué une nouvelle capacité dans les modèles de langage : celle de pouvoir dialoguer avec l'ADN. » Les cas d'usage visés incluent la conception de médicaments, les thérapies géniques et l'interprétation de données génomiques personnelles.