# Evo 2 AI மரபணு மாதிரி: உயிரியல் மற்றும் செயற்கை நுண்ணறிவின் புதிய புரட்சி

- URL: https://www.scitamil.in/evo-2-ai-genome-model-tamil-research/
- Published: 2026-03-06 · Updated: 2026-10-18
- Source: Genome modelling and design across all domains of life with Evo 2 — Nature (https://doi.org/10.1038/s41586-026-10176-5)
- Study type: Lab

உயிரியலில் செயற்கை நுண்ணறிவுப் புரட்சி: Evo 2 AI மரபணு மாதிரி அறிமுகம்.

## Key findings

- Evo 2 மாதிரி சுமார் 9 டிரில்லியன் டிஎன்ஏ தரவுகளைக் கொண்டு பயிற்றுவிக்கப்பட்டுள்ளது.
- இது 1 மில்லியன் பேஸ் பேர் அளவுள்ள தரவுகளை ஒரே நேரத்தில் கையாளும் திறன் கொண்டது.
- BRCA1 மற்றும் BRCA2 மரபணு மாற்றங்களைக் கணிப்பதில் முன்னணி AI மாடல்களை விட இது சிறப்பாகச் செயல்படுகிறது.

## அறிமுகம்

உலகெங்கிலும் உள்ள அறிவியல் மற்றும் மருத்துவ ஆராய்ச்சிகளில் செயற்கை நுண்ணறிவு (AI) மாபெரும் மாற்றங்களைக் கொண்டு வந்துள்ளது. அந்த வரிசையில், சமீபத்தில் _[நேச்சர்](https://www.nature.com/articles/s41586-026-10176-5)(Nature)_ இதழில் வெளியிடப்பட்ட **Evo 2 AI மரபணு மாதிரி** (Evo 2 AI Genome Model), உயிரியல் உலகில் மிகப்பெரிய அதிர்வலைகளை ஏற்படுத்தியுள்ளது. இது வெறும் ஒரு சாதாரண தரவு பகுப்பாய்வு கருவி அல்ல; பாக்டீரியா முதல் மனிதர்கள் வரை அனைத்து வகையான உயிரினங்களின் மரபணுக்களையும் ஆழமாகப் புரிந்துகொள்ளும் ஒரு பிரம்மாண்டமான அடிப்படை மாதிரி (Foundation Model) ஆகும்.

சுமார் 9 டிரில்லியன் டிஎன்ஏ (DNA) நியூக்ளியோடைடு தரவுகளைக் கொண்டு உருவாக்கப்பட்டுள்ள இந்த Evo 2 AI மரபணு மாதிரி, உயிரியல் கூறுகளின் செயல்பாடுகளை முன்கூட்டியே கணிப்பதிலும், புதிய மரபணு அமைப்புகளை வடிவமைப்பதிலும் தனித்து விளங்குகிறது. இந்த விரிவான கட்டுரையில், Evo 2 எவ்வாறு செயல்படுகிறது, இதன் தொழில்நுட்ப சிறப்பம்சங்கள் என்ன, மற்றும் இது எதிர்கால மருத்துவத் துறையில் எத்தகைய தாக்கத்தை ஏற்படுத்தும் என்பதைப் பற்றி விரிவாக அலசுவோம்.

**Evo 2-விற்கான மாதிரி கட்டமைப்பு, பயிற்சி முறை, தரவுத்தொகுப்புகள் மற்றும் மதிப்பீடுகளின் மேலோட்டப் பார்வை.**
**a,** ஈவோ 2 (Evo 2) டிஎன்ஏ (DNA) வரிசையை மாதிரியாக்குகிறது, மேலும் மூலக்கூறுகள் முதல் மரபணுக்கள் வரை அளவிடுவதன் மூலமும், உயிரினங்களின் அனைத்து களங்களையும் உள்ளடக்குவதன் மூலமும் மையக் கோட்பாடு (central dogma) முழுவதும் இதன் பயன்பாடுகளை செயல்படுத்துகிறது.
**b,** அனைத்து உயிரியல் களங்களிலிருந்தும் பல டிரில்லியன் நியூக்ளியோடைடு வரிசைகளை உள்ளடக்கிய தரவுகளில் ஈவோ 2 பயிற்றுவிக்கப்பட்டது. UMAP (uniform manifold approximation and projection) வரைபடத்தில் உள்ள ஒவ்வொரு புள்ளியும் பயிற்சித் தரவுத்தொகுப்பில் உள்ள ஒரு மரபணுவைக் குறிக்கிறது; இது அந்த மரபணுவின் k-mer அதிர்வெண்களின் அடிப்படையில் உட்பொதிக்கப்பட்டுள்ளது. _அராபிடோப்சிஸ் தலியானா (Arabidopsis thaliana), பேசிலஸ் சப்டிலிஸ் (Bacillus subtilis), பாக்டீராய்ட்ஸ் ஃப்ராஜிலிஸ் (Bacteroides fragilis), சினோராப்டிடிஸ் எலிகன்ஸ் (Caenorhabditis elegans), கிளாமிடோமோனாஸ் ரெய்ன்ஹார்டி (Chlamydomonas reinhardtii), டி. மெலனோகாஸ்டர் (D. melanogaster), இ. கோலை (E. coli), காலஸ் காலஸ் (Gallus gallus), கொரில்லா கொரில்லா (Gorilla gorilla), ஹாலோஃபெராக்ஸ் வோல்கானி (Haloferax volcanii), ஹோமோ சேபியன்ஸ் (Homo sapiens), மைக்கோபாக்டீரியம் டியூபர்குலோசிஸ் (Mycobacterium tuberculosis), பான் ட்ரோக்ளோடைட்ஸ் (Pan troglodytes), சூடோமோனாஸ் ஏருகினோசா (Pseudomonas aeruginosa), எஸ். செரிவிசியே (S. cerevisiae)_ மற்றும் _டெட்ராஹைமினா தெர்மோபிலா (Tetrahymena thermophila)_ ஆகியவை இதில் முன்னிலைப்படுத்தப்பட்டுள்ளன.
**c,** பரந்த உயிரியல் வடிவங்களைப் படம்பிடிக்க, சூழல் நீளத்தை (context length) 1 மில்லியன் அடிப்படை ஜோடிகள் (base pairs) வரை விரிவுபடுத்தும் அதே வேளையில், மாதிரியின் செயல்திறனை மேம்படுத்த இரண்டு கட்ட பயிற்சி உத்தி பயன்படுத்தப்பட்டது. _M. genitalium, Mycoplasma genitalium_; TAD, இடவியல் ரீதியாக தொடர்புபடுத்தும் களம் (topologically associating domain).
**d,** புதிய தரவு பெருக்குதல் (data augmentation) மற்றும் வெயிட்டிங் (weighting) அணுகுமுறைகள், முன்-பயிற்சியின் (pretraining) போது செயல்பாட்டு மரபணு கூறுகளுக்கும், இடை-பயிற்சியின் (midtraining) போது நீண்ட-வரிசை கலவைக்கும் முன்னுரிமை அளிக்கின்றன. GTDB, ஜீனோம் வகைபிரித்தல் தரவுத்தளம் (Genome Taxonomy Database); IMG/VR, ஒருங்கிணைந்த நுண்ணுயிர் மரபணுக்கள்/வைரஸ் தரவுத்தளம் (Integrated Microbial Genomes/Virus database).
**e,** ஈவோ 2 40B மற்றும் 7B-ஐப் பயிற்றுவிக்கப் பயன்படுத்தப்படும் டோக்கன்களின் எண்ணிக்கை, குறுகிய வரிசை முன்-பயிற்சி மற்றும் நீண்ட சூழல் இடை-பயிற்சி என பிரிக்கப்பட்டுள்ளது.
**f,** புதிய மல்டி-ஹைப்ரிட் ஸ்ட்ரைப்ட்ஹைனா 2 (StripedHyena 2) கட்டமைப்பின் வரைபடம், குறுகிய வெளிப்படையான (short explicit - SE), நடுத்தர முறைப்படுத்தப்பட்ட (medium regularized - MR) மற்றும் நீண்ட மறைமுகமான (long implicit - LI) ஹைனா ஆபரேட்டர்களின் திறமையான தொகுதி அமைப்பைக் காட்டுகிறது.
**g,** 1,024 GPU, 40B அளவில் ஸ்ட்ரைப்ட்ஹைனா 2, ஸ்ட்ரைப்ட்ஹைனா 1 மற்றும் டிரான்ஸ்பார்மர்களுக்கு இடையிலான மறு செய்கை நேரத்தின் (iteration time) ஒப்பீடு, மேம்படுத்தப்பட்ட செயல்திறனைக் காட்டுகிறது.
**h,** மாதிரி அளவு மற்றும் சூழல் நீளத்தை ஒப்பிடும் ஈவோ 2 இடை-பயிற்சியின் சரிபார்ப்பு குழப்பம் (Validation perplexity), அளவிடுதல் மற்றும் அதிகரிக்கும் சூழல் நீளத்தின் நன்மைகளைக் காட்டுகிறது.
**i,** 1 மில்லியன் வரிசை நீளம் வரையிலான நீண்ட சூழல் மீட்டெடுப்பு திறனை (long context recall ability) மதிப்பிட மாற்றியமைக்கப்பட்ட 'நீடில்-இன்-ஏ-ஹேஸ்டாக்' (needle-in-a-haystack) பணி பயன்படுத்தப்பட்டது, மேலும் ஈவோ 2 ஆனது 1 மில்லியன் டோக்கன் சூழலில் பயனுள்ள மீட்டெடுப்பைச் செயல்படுத்துகிறது என்பதைக் காட்டுகிறது.

## Evo 2 AI மரபணு மாதிரி என்றால் என்ன?

Evo 2 என்பது DNA, RNA மற்றும் புரதங்களின் செயல்பாடுகளைப் புரிந்துகொள்ள உருவாக்கப்பட்ட அதிநவீன இயந்திர கற்றல் (Machine Learning) மாதிரியாகும். முந்தைய தலைமுறை மாடல்களை விட இது மிகவும் மேம்பட்டது. **OpenGenome2** எனப்படும் மாபெரும் தரவுத்தொகுப்பைக் கொண்டு இது பயிற்றுவிக்கப்பட்டுள்ளது.


_Full article for members: https://www.scitamil.in/evo-2-ai-genome-model-tamil-research/_