本サイトの記事や画像は、AIが公的資料や複数の報道を基に事実関係を整理・再構成し制作したものです。[続きを表示]特定の報道内容や表現を再利用・要約することを目的としたものではありません。ただし、誤りや不確定な情報が含まれる可能性がありますので、参考の一助としてご覧いただき、実際の判断は公的資料や各出典元の原文をご確認ください。[私たちの取り組み]
Hugging Faceが、DNA配列と自然言語の質問を同じ会話に入力し、英語で解釈や予測を得られる研究用AIモデル「Carbon-X」を公開した。2026年10月22日付のWIREDが、同日の公開を報じた。既存の配列を読み解くためのモデルで、開発元は医療上の意思決定には使用すべきでないとしている。
配列と文章を一緒に処理、予測の精度には制約
Carbon-Xは148億パラメーターを持ち、DNA配列と自然言語を共同学習している。公式モデルカードによると、DNAは重複しない6塩基単位、文章は通常の文章用トークンで符号化する。DNA専用の別のエンコーダーは使わず、配列と文章を単一のトークン列として処理する仕組みだ。
想定する用途には、変異が良性か病原性を持つかの予測、遺伝子の活性を制御する領域の識別、配列の分類、続く塩基の予測などがある。利用者は配列を提示し、それについて自然言語で質問できる。一方、配列の続きを生成する機能はあるものの、新しいDNA配列の設計を目的として学習したモデルではない。
開発元は、変異の病原性予測などを測る5種類のベンチマークのスコアを平均して66.7%を記録し、同じ評価群で基盤モデルQwen3-14Bを27ポイント上回ったと報告している。各ベンチマークでは異なる評価指標を用いており、この数値は開発元による評価結果であって、医療現場での診断精度を示すものではない。
モデルの重みと利用方法は公開され、重みのライセンスにはApache 2.0を採用した。開発元の説明では、bfloat16形式の重みはメモリー80GBのGPU1枚に収まり、自前の設備で機密性の高い配列を扱うことができる。公式には軽量化したGGUF量子化版も公開され、Q8_0形式は15.8GB、Q4_K_M形式は9.6GBのファイルとして提供されている。ただし、DNAを正しく処理するには対応するllama.cppのバージョンが必要となる。
配列を扱う際の誤りにも注意が必要だ。開発元は、塩基の数え間違いや位置の混同、情報が足りない場合に配列の機能について事実に基づかない説明を生成する可能性を挙げている。正確な計数や編集には、コードを併用するよう推奨している。
WIREDによると、開発者は実際の実験室での検証をまだ行っていないと説明した。公式モデルカードも臨床検証を受けていないことを明記し、医療上の意思決定への使用を避けるよう求めている。
