# 9.3万亿个碱基训出的Evo 2，想给生物学开一家应用商店 > Training Data No. 40 中文精读 - 原标题：Arc Institute's Patrick Hsu on Building an App Store for Biology with AI - 发布日期：2025-04-15 - 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等 - 网页版：https://trainingdata.qiaomu.ai/ep/040-arc-institute-s-patrick-hsu-on-building-an-app-store-for-bio-v-_58d.html - 精读字数：约 4988 字（阅读约 11 分钟） > 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 一位女性在基因检测里查到 BRCA1 基因突变，可能因此选择切除双侧乳腺，这是牵动整个家庭的重大决定。但真实情况是，绝大多数被测出来的突变，属于科学家口中的“意义未明变异”，缩写 VUS。翻译成人话：没人知道它到底危不危险。 现在有一个模型对这类突变给出了自己的判断，而且在 BRCA1 致病性预测上做到了当时的最优水平。它叫 Evo 2，2025 年 2 月由 Arc 研究所发布，训练数据大约 9.3 万亿个 DNA 碱基，来自 12.8 万个基因组，覆盖细菌、病毒、植物、动物一直到人类。模型开源。 背后的关键人物叫 Patrick Hsu，CRISPR 基因编辑领域的重要研究者，Arc 研究所联合创始人。红杉资本的播客 Training Data 请他和主持人 Josephine Chen、Pat Grady 聊了一个多小时。开场第一个问题就很扎心：AI 加生物喊了这么多年，药呢？ Hsu 的回答很直接。 > “就算能设计出一万亿个、十万亿个分子，你还是得先在动物身上试，再在人身上试，再过监管那一关。这才是真正的瓶颈。” **机器学习加生物，也不该被窄化成“设计药物”这一件事。**这是他整期节目反复踩的肥皂箱。分子设计这条腿已经迈得很快，卡住全流程的是后面那段又慢又贵的验证，而他真正想做的，是理解生物学本身。 ## 绕过蛋白质，直接学 DNA Hsu 说，物理学家找统一理论找了一个世纪，生物学家其实手里早就有了一个，就是进化。它从整个星球、生态系统、个体、细胞，一直作用到单个分子，贯穿所有尺度。 2024 年诺贝尔奖颁给了 David Baker、Demis Hassabis 和 John Jumper，表彰蛋白质设计和结构预测。Hsu 提醒大家看颁奖词的措辞：写的都是“for proteins”，为了蛋白质。 蛋白质当然重要，但作为基因组学家，他看到的是更下面一层：蛋白质和 RNA、调控 DNA 一起，全部编码在基因组里。**进化的选择压力通过 DNA 突变一代代传下来，那就直接在 DNA 上训模型。**Evo 这个名字就来自 evolution。 做法听起来很熟悉：自回归加卷积的混合架构，长上下文，预测下一个 token，只不过 token 换成了碱基。和语言模型靠预测下一个词学会语法一样，Evo 靠预测下一个碱基，学到了分子层面的逻辑。预测下一个碱基，可能就是健康和镰刀型贫血症的区别；预测下一个氨基酸，可能就是一个关键酶还能不能干活；预测下一个基因，可能就是一整条合成通路的有无。 数据从哪来？整个科学界。美国政府资助维护的序列读取档案库（Sequence Read Archive）存着过去 25 年几乎所有已发表的测序数据，细菌、噬菌体、病毒、猴子、鱼、果蝇，Hsu 管它叫一座诺亚方舟。去年的初代 Evo 先在微生物基因组上验证了这条路，Evo 2 把范围扩到所有生命域。 还有一个容易被忽略的细节：这轮训练没有实验室参与，也没有强化学习。**因为最核心的那个实验早就做完了，做实验的是进化本身，用了几十亿年。**人和黑猩猩的差异、致病突变和无害突变的差异，全都躺在数据库里，模型自己去看。 ## 能干什么，以及有多难用 除了 BRCA1 这类致病性预测，Evo 2 还能设计新的 CRISPR 基因编辑系统，很多能力是零样本的，没专门训练过就会。Hsu 的原话是，人们正在这些基础层之上，给生物学造一个应用商店。 > “现在大家都在比谁的模型更‘基础’，有点较劲的意思。也许我们的模型比别人更基础一点，可再往下还有全原子扩散模型呢。我觉得重要的是能力，是做出真正有用的东西。” 评测本身也是个大工程。团队用权威数据库 ClinVar 当标准答案，检验模型对全新突变的致病性判断。Hsu 说没人喜欢做评测集，脏活累活，还得跟着模型进步不断更新。他们给自己提的问题是：什么任务能让分子生物学家心里一动？就像几年前做 NLP 的人看到模型解数学题时的那种感觉。 然后是难用的部分。Evo 的使用方式是 DNA 进，DNA 出，问题在于人类不太读得懂 DNA。Hsu 打了个比方：相当于用一个 ChatGPT，99% 的词是俄语，只有 1% 是英语，你根本不知道它在说什么，所以团队得造各种解释工具去读模型的内部状态。**人类说 DNA 带着极重的口音，生物模型的提示词工程才刚开局。** 生态怎么长起来？Hsu 的期待是所有人都来用。他的参照系是：所有人都用 BLAST 做序列比对，都用 AlphaFold 看蛋白质结构，都用 CRISPR 做基因编辑。**工具变得有用，靠的是把使用门槛降到足够低。**如果 2025 年是 AI 智能体元年，他相信科学领域也会长出一批智能体，覆盖科学方法的每一步。 ## 10% 的成功率，和没人记录的失败 回到药。Hsu 给了一个数字：整个行业的研发成功率，大约 10%。 他说，很多关于药物研发的抱怨和讨论，都能从这个数字推出来。FDA 为什么管得严、为什么盯着安全性不放？因为 90% 的情况下它就是不工作。AI 被寄予的期望，是把成功率从 10% 提到 20%、30% 甚至 50%。 现实中的药企怎么用 AI？Hsu 说，很多公司拿它处理海量监管文件，先压缩成摘要，再让 AI 帮着写新的监管文件。他讲了一个细节：去问药企里管预算的人，对方会说，我在药物发现上花的钱其实不多，大头都在药物开发上，你跟我聊开发环节 AI 能帮什么忙。 更深的问题在于，湿实验室里的生物学，本质上还是猜了再试。Hsu 说科学文献里缺了一样东西：高保真的推理轨迹。**论文把一切写成一条逻辑严密的英雄之旅，但做过研究的人都知道，大部分尝试是失败的，而这些失败没有被记录下来。**对训练推理模型来说，那些没走通的路恰恰是最值钱的数据。 为什么细胞里有效、小鼠里有效，到了人身上还是失败？Hsu 的解释是，每一层模型都不完美，所以只能层层过滤：先细胞系，再原代细胞和类器官，再小鼠，再猴子，最后才到人。走到这一步，五年过去，一亿美元花掉。这些步骤之所以串行，就是因为没有预测能力，只能去现场。 预测模型的价值就在这里：把串行变成大规模并行。他引用了 Dario Amodei 那篇《Machines of Loving Grace》里他认同的部分：如果你有一个可信的预言机，就可以同时跑一万个智能体。他同时泼了冷水：这样的模型现在还没有。今天的科学智能体，做的都是从第 X 步到第 X+1 步的小跨越，公司们都在找商业价值最高、步数最少的那段。完整的闭环科学还很远，但**能高效跨越几个关键步骤的工具，会先跑出来。** Arc 自己已经试了一把。他们发布了虚拟细胞图谱（Arc Virtual Cell Atlas），全世界最大的单细胞数据集。做法是写了一个爬虫式的智能体，去序列读取档案库里爬数据，重新处理那些混乱的元数据，在云端日夜不停地跑。这种活，优秀的计算生物学家根本不愿意干，太枯燥。结果是两个主导研究员加一个智能体，做到了全社区规模的数据覆盖。Hsu 说这对他是一次巨大的认知解锁。 ## Arc 想当爱迪生的实验室 Arc 研究所是个挺特别的组织，连接斯坦福、伯克利和 UCSF 三所学校，同时养着一支产业界风格的工程团队。Hsu 的定位是：一艘能长期攻关“研究能力突破”的母舰。 他观察到一个反差：生物学最大的基础突破大多发生在大学里，AI 恰好相反，大多发生在产业界。三十年前，基础科学和产业关心的问题差别很大，现在高度重叠，但激励结构还是不一样。学术界要申请经费、发论文，产业界要几百号人排在一个分子后面把它做成药。他个人觉得这些差异被夸大了，两边今天的分布高度重叠，但激励确实驱动了不同的行为。 有个小故事能说明 Arc 的吸引力。OpenAI 联合创始人 Greg Brockman 休年假时来 Arc 访问，那是他创立 OpenAI 以来第一次休假。他一开始反复强调，不能保证投入太多时间，得陪妻子 Anna 去度假。聊到一半，Anna 起身去了洗手间。 > “好，这是我的邮箱，把我拉进代码仓库。” Arc 的 CTO 是 Dave Burke，曾负责 Android 和 Pixel 的工程，现在带队做虚拟细胞的计算建模。Hsu 说，Arc 不追求 Nature 和 Science 论文数量，给伯克利或斯坦福的教授几百万美元，产出论文几乎是默认设置。Arc 要的是能用的东西：技术博客、代码仓库、实验方案、平台能力。**他们想成为一家爱迪生式的实验室，发明东西，然后让这些东西进入真实世界。** 招人标准也简单。Hsu 看三条：你会在实验室之外想科学问题吗？你完整做成过一件事吗？你有没有走完全程的韧劲？从第一步走到第三步、从第十二步走到第十五步的人很多，从第一步走到第十五步的人极少。**一个项目最后的 20%，占掉全部工作量的 80%。**反复完成事情练出来的那股杀招，他特别看重。 ## 从跑步的快感，到压力溃疡 聊到具体科学，Hsu 举了个例子。Arc 研究员 Christoph Thaiss 有一项工作：肠道里某一种细菌会产生特定分子，通过包裹肠道的肠神经系统一路连到大脑，促使大脑释放多巴胺，这就是跑步快感（runner's high）的功能回路。删掉这种细菌，或者切断回路上的任何一环，跑步的快感就没了。 这条通路还能反着走。深度心理压力会让大脑向支配肠道的星形胶质细胞发信号，释放促炎细胞因子，导致肠道炎症，再往下就是溃疡。压力导致溃疡，俗话早就这么说，现在机制被摸清楚了，接下来就能谈怎么治。 Hsu 觉得这代表一种新的药物范式。以 Ozempic 为例，激素能同时影响饱腹感、精力、情绪、肌肉合成和专注力。**编程生理机能，比编程单个蛋白质的结合位点更接近健康的本义。**他甚至说，这有点东方医学的味道：怎么让我感觉更健康。 顺着这个思路，他描绘了未来的就医方式：AI 医生多模态地整合你的数据。血糖有动态血糖仪，睡眠和心率有 Oura 戒指和 WHOOP 手环，血液指标可以去 Quest 或者 Function Health 查。但今天你知道的只有升了还是降了、在不在参考范围内，没人告诉你该怎么做。缺的那块拼图，是把基因组和这些健康指标连起来，就是高中生物里的那个公式：基因型加环境等于表型。23andMe 是这个方向的先驱，2025 年 3 月申请了破产保护。Hsu 想要的东西很具体：把所有身体数据连上饮食和睡眠，给出长期、个性化的健康建议。他说自己不想当那种“大数据解决一切”的狂热分子，Pat Grady 接了一句：但它就是能。 Josephine 追问了一个跨领域的例子：赌瘾这类问题，有没有可能和 Mounjaro、Ozempic 这类药产生交集？Hsu 说，这正是内感受的范畴，然后对着两位投资人来了一句：你们该去开这家公司。Grady 笑着接住了这个话头。 ## 三个时间点，一句谚语 节目最后是预测环节。 - **2025 年内：**可以一次性设计出完整的 IgG 抗体，就是今天真实在用的抗体药，而不只是纳米抗体那样的单链片段，指哪个蛋白表面就结合哪里。再往后一两年，从头设计酶会成熟起来。 - **2030 年前后：**出现虚拟细胞版本的 PDB。PDB 是蛋白质结构数据库，AlphaFold 当年就是靠它练出来的。虚拟细胞模型要做到准确、有用，让细胞生物学家看了心里一动，进而帮着找到更好的药靶，提高治疗成功率。 - **2050 年：**科学超级智能，科学方法端到端递归，配上全自动湿实验室。前提是预测模型真的能做出来。 最大的风险是什么？Hsu 的答案是数据搞错了方向。**你可以把小鼠建模到完美，但小鼠终究不是人。**所以他的另一个主张是：必须在人身上做更多实验，这需要监管创新，也需要创造力。他举了个例子，脑死亡捐献者的肺可以体外灌注，保持存活一周，直接在上面做实验，最近已有论文发表。 闪电问答里，Hsu 说自己是 OpenAI Deep Research 的日活用户，这是唯一真正改变了他工作方式的 AI 应用。 > “那是我第一次有了真实的情绪波动：哇，也许有一天，我真的会被自动化。” 问他今年科学家会用的杀手级应用，答案还是 Deep Research。至于 Arc 接下来的牌，虚拟细胞模型会有用，但他坦白说，离真正成熟还需要时间。 最后他引了一句苏格兰谚语，大意是：活着的时候要开心，因为死了的时间很长。他说科研圈的训练让人习惯批判一切，但乐观并非通往平庸的路径，**乐观是你长期坚持下去所需的情绪容量。** 整期节目听下来，有三件事明天就能用上： - 把你领域里失败的尝试记录下来。科学文献最缺的就是没走通的推理轨迹，对人和对模型都一样值钱。 - 评估项目或候选人，用他那条标准：做成过端到端的事吗？最后的 20% 啃下来了吗？ - 用一次 Deep Research 这类深度研究工具，跑一个你本专业的综述任务，感受一下 Hsu 说的那种“被自动化”的预感。