Die künstliche Intelligenz hat sich von einer experimentellen Spielerei zu einem zentralen Treiber in der biologischen Forschung entwickelt. Die Kombination aus Deep-Learning-Algorithmen, riesigen Omics-Datensätzen und automatisierten Labor-Workflows ermöglicht Wissenschaftlern heute, Probleme zu lösen, die früher als unüberwindbar galten. Von der schnellen Vorhersage von Proteinstrukturen bis hin zum generativen Design neuer Medikamente—KI revolutioniert unser Verständnis biologischer Prozesse. Diese rasante Entwicklung erfordert eine zunehmende AI-Literacy unter Forschern, denn wir stehen an der Schwelle zu einer neuen Ära: der Aufstieg leistungsstarker AI-Foundation-Modelle für die Biologie.

Die nächste Generation der biologischen Forschung

Dank neuer Foundation-Modelle könnten bisher isolierte biologische Datenquellen—genomische Sequenzen, RNA- und Proteinprofile oder sogar wissenschaftliche Literatur—zu einer kohärenten, datenbasierten Sicht auf das Leben auf mikro-, zellulärer und systemischer Ebene verschmelzen. Diese Modelle lernen die Sprache der Biologie und ermöglichen bahnbrechende Anwendungen: intelligentere Wirkstoffforschung, rationales Enzym-Design sowie das Verständnis von Krankheitsmechanismen auf einer ganz neuen Ebene.

Doch das ist erst der Anfang. Diese KI-Modelle werden nicht nur den wissenschaftlichen Fortschritt beschleunigen, sondern die Grenzen dessen verschieben, was in der biologischen Forschung überhaupt möglich ist.

Evo 2: Eine neue Ära für genomische KI

Das Evo-Modell, das erstmals im November 2024 vorgestellt wurde, markierte einen Meilenstein in der Genomforschung. Es handelte sich um ein Foundation-Modell, das biologische Sequenzen von DNA, RNA und Proteinen analysieren und generieren konnte.

Während frühere Modelle auf einzelne Modalitäten oder kurze Sequenzen beschränkt waren, deckt Evo dank eines einheitlichen Ansatzes ein breites Spektrum von der molekularen bis hin zur genomischen Ebene ab. Trainiert mit 2,7 Millionen prokaryotischen und Phagen-Genomen, die 300 Milliarden Nukleotid-Token umfassen, ermöglichte Evo erstmals Vorhersagen mit einer Auflösung auf der Ebene einzelner Nukleotide.

Die Architektur hinter Evo

Das Herzstück von Evos Leistungsfähigkeit ist die innovative StripedHyena-Architektur, eine hybride Modellstruktur mit 29 Hyena-Schichten. Diese Architektur nutzt neuartige Deep-Learning-Ansätze ohne herkömmliche Transformer-Mechanismen. Statt auf Attention-Mechanismen setzt Evo auf eine Kombination aus Konvolutionsfiltern und Gates, um lange Sequenzen von bis zu 131.072 Token effizient zu verarbeiten.

Dank dieser Architektur konnte Evo erstmals Veränderungen auf Sequenzebene direkt mit systemweiten oder sogar mit organismischen Effekten verknüpfen—aus molekularbiologischer Sicht eine absolute Revolution.

Fortschritte in der biologischen Modellierung

Die vorausschauenden Fähigkeiten von Evo haben neue Standards gesetzt. Das Modell zeigt starke Leistungen in Zero-Shot-Aufgaben, darunter:

• Vorhersage der Fitness-Effekte von Mutationen auf Proteine, nichtkodierende RNAs und regulatorische DNA
• Generatives Design biologischer Systeme wie CRISPR-Cas und Transposons
• Experimentell validierte Vorhersagen für synthetische Biologie & Präzisionsmedizin

Evo öffnete zudem den Weg in die Welt der synthetischen Biologie—es konnte funktionale CRISPR-Cas-Systeme und Transposons entwerfen, die in experimentellen Tests erfolgreich nachgewiesen wurden. Damit bewies Evo sein Potenzial zur Kreation neuartiger biologischer Systeme mit praktischer Anwendung.

Evo 2: Die Evolution geht weiter

Aufbauend auf dem Erfolg von Evo bringt Evo 2 die nächste Entwicklungsstufe in der Genomik-Modellierung. Mit erweiterten Trainingsdaten, verbesserter Architektur und höherer Leistung übertrifft das neue Modell seinen Vorgänger in vielerlei Hinsicht.

Evo 2 kann nicht nur DNA, RNA und Proteine analysieren, sondern erstmals auch alle drei Domänen des Lebens—Eukarya, Prokarya und Archaea—abdecken. Sein Training auf 8,85 Billionen Nukleotiden aus mehr als 15.000 eukaryotischen und 113.000 prokaryotischen Genomen eröffnet eine nie dagewesene generalisierende Fähigkeit. Damit wird Evo 2 nicht nur für Forschungen innerhalb einer Spezies revolutionär, sondern auch für vergleichende, interspezifische Analysen.

Die StripedHyena 2-Architektur

Evo 2 setzt auf die neue StripedHyena 2-Architektur mit bis zu 40 Milliarden Parametern. Damit kann das Modell noch tiefere Muster erkennen, komplexe Korrelationen zwischen genetischen Sequenzen identifizieren und neue evolutionäre Zusammenhänge ergründen. Im Vergleich zu klassischen Transformer-basierten Modellen liefert StripedHyena 2 eine bessere Skalierbarkeit und Performance bei extrem langen Sequenzen.

Der nächste Schritt für Unternehmen und Forschung

Diese technologischen Fortschritte sind nicht nur für akademische Forschung von Bedeutung—auch Biotech-Unternehmen können von Evo 2 profitieren. Einige Anwendungsideen:

• Medikamentenentwicklung: KI-gestützte Analyse von Mutationen und regulatorischen Sequenzen zur Identifizierung neuer Wirkstoffziele.
• Biotechnologische Optimierung: Rationales Enzym-Design zur Herstellung nachhaltiger Bioprodukte.
• Personalized Medicine: Genomweite Vorhersagen zur Optimierung individueller Therapien in der Präzisionsmedizin.

Durch Modelle wie Evo 2 können Firmen frühzeitig KI-gestützte Ansätze integrieren, um ihre F&E-Prozesse effizienter zu gestalten. Wer als Innovationsführer agieren will, sollte jetzt die Möglichkeiten erforschen.

Teste Evo 2 selbst

• Nutze Evo 2 als NVIDIA BioNeMo NIM-Microservice, um die Funktionen selbst zu erproben.
• Starte dein Training mit Evo 2 in BioNeMo Framework und wende es auf eigene Datensätze an.
• Bleibe auf dem neuesten Stand über aktuelle Entwicklungen zur NVIDIA BioNeMo-Plattform.

Fazit: Ein neues Kapitel der biologischen Forschung

Wir erleben die Geburt einer neuen Ära: KI-Foundation-Modelle wie Evo 2 ermöglichen einen völlig neuen Blick auf das Leben—von einzelnen Molekülen bis zu ganzen Genomen. Sie erlauben nicht nur tiefere Einblicke in evolutionäre Prozesse, sondern liefern auch eine Basis für ganz neue Branchen—von personalisierter Medizin bis zur synthetischen Biologie.

Die Zukunft der biologischen Forschung wird fundamental von leistungsfähiger KI geprägt sein. Wer sich jetzt mit diesen Technologien vertraut macht, hat die Chance, an der vordersten Front der Innovation mitzugestalten.