用AI解码DNA：生物基础模型技术

Living Models，一家位于巴黎和伯克利的初创公司，已完成700万美元的种子轮融资，并从隐匿模式中浮现。该公司正在开发面向生物学的基石模型，这些模型基于DNA、RNA及多组学数据进行训练，旨在提升对生物系统的理解。

为了支持下一阶段的开发，该公司还获得了由120块NVIDIA B200 GPU组成的计算集群的访问权限，并计划利用该集群训练其下一代生物AI模型。

该公司开发大规模Transformer模型，这些模型在基因组、转录组及其他生物数据集上进行训练，用于分析生物体内的模式。Living Models汇聚了人工智能与植物科学领域的研究人员，将机器学习应用于生物研究和农业创新。

虽然人工智能已经改变了金融、软件开发和内容创作等领域，但在农业和食品生产等领域的应用仍处于较早期阶段。

Living Models正聚焦于这一领域，将AI技术应用于生物数据，尤其是在植物科学方面。随着气候压力对全球农业的影响日益加剧，提高作物的抗逆性和生产力变得愈发重要。

作为发布的一部分，该公司推出了BOTANIC——一个专为植物生物学设计的Transformer模型系列。这些模型基于多种植物物种的基因组序列进行训练，分析基因组及其他生物数据，以识别与气候适应性、抗病性等性状相关的遗传标记。

通过预测哪些遗传变异值得测试，该技术旨在帮助种子及农业公司加速新作物品种的研发。

传统作物育种周期可能需要多年时间，部分原因在于识别有潜力的遗传性状耗时较长。通过计算方式分析基因组数据，Living Models旨在缩短这一过程的早期阶段，帮助研究人员在进行田间验证之前，聚焦于最相关的遗传变异。

长期来看，Living Models计划将其在生物系统基础模型上的工作扩展到植物之外。该公司之所以从植物生物学入手，是因为存在大规模的基因组数据集、相比其他生命科学领域更快的验证周期，以及对支持气候适应性农业技术的日益增长的需求。FINISHED