メインコンテンツまでスキップ

01. 概要と全体像

このページでは、論文 「Genome modelling and design across all domains of life with Evo 2」 の全体像をつかみます。書誌情報、要旨（Abstract）の精読、モデルの貢献、そして以降のページで詳しく見る6つのトピックの見取り図を示します。

1. 書誌情報​

項目内容
タイトルGenome modelling and design across all domains of life with Evo 2
著者（筆頭・equal contribution）Garyk Brixi, Matthew G. Durrant, Jerome Ku, Mohsen Naghipourfar, Michael Poli, Gwanggyu Sun ほか
監督（jointly supervised）Dave P. Burke, Hani Goodarzi, Patrick D. Hsu, Brian L. Hie
主な所属Arc Institute / Stanford University / UC Berkeley / NVIDIA / Liquid AI / Goodfire
掲載誌Nature 652, 1349–1361（2026年4月30日号、オンライン公開 2026年3月4日）
DOI10.1038/s41586-026-10176-5
プレプリントbioRxiv 10.1101/2025.02.18.638918
ライセンスCC BY-NC-ND 4.0（完全オープン：モデル・コード・データを公開）
著作権について

論文本体は CC BY-NC-ND 4.0 ライセンスです。本ドキュメントの図は、論文の図版を転載したものではなく、内容を理解するために独自に描き起こした概念図 です。論文中の図を指すときは「Fig. 1」のように参照番号で示します。原図は論文ページで確認してください。

2. ひとことで言うと​

Evo 2 は、全生物の DNA を学習した「ゲノムの基盤モデル（biological foundation model）」 です。自然言語の GPT 系モデルが大量のテキストから言葉を学ぶように、Evo 2 は 9.3 兆塩基対 の DNA から「生命の言語」を学び、追加学習なしで多様な予測・生成タスクをこなします。

特筆すべきは次の3点です。

  • スケール — 最大 400 億パラメータ（40B）、100 万トークン の文脈長、単一ヌクレオチド解像度（1 塩基＝1 トークン）。
  • 網羅性 — 細菌・古細菌・真核生物・バクテリオファージという 生命のすべてのドメイン を1つのモデルでカバー。
  • 汎用性 — タスクごとのファインチューニングなしに、変異の影響予測からゲノム規模の配列生成までを ゼロショット でこなす generalist モデル。

3. 要旨（Abstract）の精読​

論文の要旨を分解しながら読みます。

All of life encodes information with DNA.（すべての生命は DNA で情報をコードしている）

出発点はシンプルな事実です。あらゆる生物の情報は DNA という共通の「記号列」で書かれている——だからこそ1つのモデルで全生物を扱う動機が生まれます。

……we still lack sufficient understanding of the immense complexity encoded by genomes to predict the effects of many classes of genomic changes or to intelligently compose new biological systems.

ゲノム編集や合成の技術は進んだものの、「この変異がどんな影響を及ぼすか」を予測したり、「新しい生物システムを設計」したりするには、ゲノムの複雑さの理解が足りない、という課題設定です。Evo 2 はこの2つ（予測 と 設計）を正面から狙います。

Here we introduce Evo 2, a biological foundation model trained on 9 trillion DNA base pairs from a highly curated genomic atlas spanning all domains of life to have a 1 million token context window with single-nucleotide resolution.

モデルの核となる宣言です。キーワードは「9 兆塩基対」「全生物ドメインを網羅したキュレーション済みゲノムアトラス」「100 万トークン文脈」「単一ヌクレオチド解像度」。

Evo 2 learns to accurately predict the functional impacts of genetic variation—from noncoding pathogenic mutations to clinically significant BRCA1 variants—without task-specific fine-tuning.

予測能力。非コード領域の病原性変異から、乳がん・卵巣がんに関わる BRCA1 の臨床的に重要な変異まで、タスク特化のファインチューニングなしで当てる、と主張しています（→ 03. 変異効果予測）。

Mechanistic interpretability analyses reveal that Evo 2 learns representations associated with biological features, including exon–intron boundaries, transcription factor binding sites, protein structural elements and prophage genomic regions.

解釈可能性。エクソン–イントロン境界、転写因子結合部位、タンパク質の構造要素、プロファージ領域といった 生物学的特徴に対応する内部表現 を、モデルが自発的に学んでいた、という発見です（→ 04. 機構的解釈可能性）。

The generative abilities of Evo 2 produce mitochondrial, prokaryotic and eukaryotic sequences at genome scale ……Evo 2 also generates experimentally validated chromatin accessibility patterns when guided by predictive models and inference-time search.

生成・設計能力。ミトコンドリア・原核・真核の配列を ゲノム規模 で生成し（→ 05. ゲノムスケール生成）、さらに予測モデルと推論時探索で誘導すると、実験的に検証されたクロマチンアクセシビリティのパターン を設計できる（→ 06. クロマチン設計）。

We have made Evo 2 fully open, including model parameters, training code, inference code and the OpenGenome2 dataset……

最後に、モデルパラメータ・学習コード・推論コード・OpenGenome2 データセットをすべて公開 したことが述べられます。これは大規模モデルとしては異例の徹底した開放性です。

4. モデルの貢献（何が新しいのか）​

論文の導入部は、Evo 2 の新規性を 「タスク特化の最適化よりも generalist な能力を重視した」 点に置き、それを支える5つの技術的前進を挙げています。

  1. データキュレーション — 真核ゲノムを含む全ドメインを網羅した OpenGenome2 の構築
  2. モデルアーキテクチャ — 長文脈を効率的に扱う StripedHyena 2
  3. 大規模事前学習 — 9.3 兆トークン・100 万文脈までの段階的学習
  4. 高度な解釈可能性手法 — スパースオートエンコーダ（SAE）による特徴抽出
  5. 推論時の予測・生成手法 — inference-time guidance による設計
「generalist 志向」は LLM のトレンドと同じ

タスクごとに専用モデルを作るのではなく、1つの大きなモデルを多様なタスクにゼロショットで使い回す という思想は、まさに GPT 以降の自然言語 LLM がたどった道です。Evo 2 はその哲学をゲノムに持ち込んだ、と理解すると位置づけが明確になります。

5. 全体像：Evo 2 の4つの能力​

Evo 2 は、セントラルドグマ（分子）からゲノムまでのスケールを横断し、大きく 予測・解釈・生成・設計 の4方向に展開します（論文 Fig. 1a に対応）。

予測 Prediction変異の有害性・機能をゼロショット予測生成 Generationゲノム規模の新規配列を生成設計 Design狙った機能をもつ配列を設計解釈 Interpretation学習した生物学的概念を抽出Evo 2全生物ドメインの DNA
Evo 2 の4つの能力。1つの基盤モデルが、予測・解釈・生成・設計をゼロショットで担う

6. Evo 1 からの進化​

Evo 2 は、同じ研究グループによる前世代モデル Evo 1（Nguyen et al., Science 2024）を大きく拡張したものです。最大の飛躍は、原核生物中心から真核生物を含む全ドメインへ、そして 文脈長の桁違いの拡張 です。

観点Evo 1Evo 2
対象生物主に原核生物・ファージ全ドメイン（細菌・古細菌・真核・ファージ）
パラメータ数7B7B / 40B
文脈長131k トークン1M トークン
アーキテクチャStripedHyenaStripedHyena 2
学習トークン数—7B: 2.4 兆 / 40B: 9.3 兆

真核ゲノムは原核ゲノムよりはるかに長く複雑（イントロン、長い制御領域、エクソン-イントロン構造など）です。これを扱うために文脈長を 131k から 1M へ拡張したことが、Evo 2 の中核的な進歩です。

7. このあとの章​

ページ論文セクション主な内容
02. アーキテクチャArchitecture, training, and dataStripedHyena 2・OpenGenome2・2段階学習
03. 変異効果予測Evolutionary constraint / Variant effect predictionゼロショット予測・BRCA1・臨床応用
04. 機構的解釈可能性Feature interpretationSAE による特徴抽出
05. ゲノムスケール生成Genome-scale generationミトコンドリア・細菌・酵母ゲノム生成
06. クロマチン設計と考察Chromatin design / Discussion推論時ガイダンス・安全性・展望
07. バイオセーフティと責任ある公開（付録）Extended Data Fig. 2 / Discussionウイルス除外の検証・レッドチーミング・集団バイアス
公開リソース

各リソースの詳細は 06. クロマチン設計と考察 の Discussion で扱います。

次は、Evo 2 を支える土台——アーキテクチャと学習・データを見ていきましょう。