Evo 2 涌现基因组上下文学习，少样本即可设计功能序列
Brian Hie 团队（Arc Institute/Asimov 系）发布预印本，报告基因组语言模型 Evo 2 出现训练时未预期的涌现能力：生成式上下文学习（ICL）。只需在提示中给出少量具有共同功能的序列，模型即可生成具有相似功能的新序列，无需任何微调，大幅降低基因组设计门槛。
已确认
- 核心发现：给 Evo 2 输入少量示例序列作为提示，模型即可学会生成相似功能的新序列，是一种类似 LLM 的生成式 ICL；据 @garykbrixi 介绍，把少量相关序列拼接进提示后，模型似乎能自行学会对它们进行重组与突变的「算法」，跨蛋白质、RNA、全基因组层面均有效（m1、m3、m5）。
- 噬菌体设计：发表于 Zenodo 的研究《Efficient biological design via genomic in-context learning》显示，此前用 Evo 2 设计噬菌体需在数千个基因组上微调，如今仅 4 个示例的上下文学习即可在多项任务中达到目的、无需微调即超越精调模型（m4、m7）。
- 增强子设计：据 Brian Hie（m9），仅用几十个示例 prompt，Evo 2 无需额外训练即可设计出小鼠在体特异增强子，实现哺乳动物调控元件的少样本设计；相关工作附有论文、代码与 web app（m2）。
- 抗体与噬菌体：LeoTZ03 转述称，少样本示例还可引导模型生成抗体序列与噬菌体基因组（m6）。
- 基因组链式思维（CoT）：把筛选后的设计回填进提示可构造递归式「基因组链式思维」，帮助设计触及自然提示与微调都无法到达的序列空间区域；新基因组占比从 0.25% 提升到 2.9%，且预测的衣壳蛋白仍能像 ΦX174 一样折叠（m8）。
争议与质疑
- 斯坦福教授 Anshul Kundaje（m10）质疑：为报告基因构建体设计短调控元件，未必需要 Evo 2 这类生成器，并表示愿意被说服；他认为更有意思的方向是用长上下文 Evo 2 生成器配合长上下文监督模型来设计完整基因组区域。
为什么重要
- ICL 是训练时未预期的涌现现象，把 LLM 式的少样本学习范式带入基因组设计，显著降低了使用门槛（从数千基因组微调降至个位数示例）。
- 基因组 CoT 展示了一条递归扩展可达序列空间的路径，可能开启基因组建模与推理的新范式，这也是 Kundaje 等学者公开讨论的焦点（m2、m10）。
2026-10-29 ~ 2026-10-30 · 10 条相关
- 第 1 集:Evo 2 涌现基因组上下文学习，少样本即可设计功能序列(2026-10-29,10 条)
- 第 2 集:斯坦福教授质疑 EVO2：简单模型即可完成增强子设计(2026-10-30,2 条)
一手来源
- Evo 2 现象级发现:少样本提示即可引导 DNA 模型生成特定功能序列 — BrianHie ·
- Evo 2 展现基因组上下文学习:几十个样本设计出小鼠在体特异增强子 — BrianHie ·
- 基因组链式思维:Evo 2新基因组占比从0.25%升至2.9% — garykbrixi ·
- 【源头】Evo 2 现象级发现:少样本提示即可引导 DNA 模型生成特定功能序列 — BrianHie · 2026-10-29
- 【源头】Evo 2 展现基因组上下文学习:几十个样本设计出小鼠在体特异增强子 — BrianHie · 2026-10-29
- 设计噬菌体不再需微调:Evo 2用4个示例完成上下文学习 — garykbrixi · 2026-10-29
- Evo 2新发现:拼接几条序列进提示,模型自学重组与突变算法 — garykbrixi · 2026-10-29
- 【源头】基因组链式思维:Evo 2新基因组占比从0.25%升至2.9% — garykbrixi · 2026-10-29
- Evo 2 上下文学习设计噬菌体基因组，无需微调超越精调模型 — garykbrixi · 2026-10-29
- 基因组模型 Evo 2 现身「生成式上下文学习」，少量样本即可设计调控序列 — anshulkundaje · 2026-10-30
- 基因组上下文学习+思维链:生成式生物学的新范式讨论 — anshulkundaje · 2026-10-30
- 质疑：设计短调控元件做报告基因，未必需要 Evo 2 生成器 — anshulkundaje · 2026-10-30
另有 1 条近重复转述:LeoTZ03