Hugging Face发布开源基因对话模型Carbon-X，支持本地运行以保护数据隐私

AI平台Hugging Face于周四发布了名为Carbon-X的新开源生物模型，该模型允许用户通过自然语言与DNA序列进行“对话”，并可在笔记本电脑等本地硬件上运行。这一工具由Hugging Face与中国中关村学院及意大利那不勒斯费德里科二世大学的研究人员合作开发，旨在帮助研究人员理解DNA变化对基因活性和健康的影响。

Hugging Face高级研究科学家Lewis Tunstall表示，该模型的核心突破在于解锁了语言模型与DNA交互的能力。传统的基因组分析往往依赖复杂的编程或数值预测（如Google DeepMind的AlphaGenome），而Carbon-X整合了DNA序列与自然语言，使得非技术背景的用户也能提出关于基因突变是否良性或致病的问题，并获得对话式回答。这种能力有望辅助新药设计和基因疗法的研发。

为了保护患者数据隐私，团队特意将模型参数规模控制在140亿，使其能够完全在本地运行，无需将敏感的个人基因组数据上传至云端或第三方服务器。目前，该模型支持处理约5万个碱基对的DNA片段，用户无法直接上传完整的人类基因组。训练数据涵盖了哺乳动物、其他脊椎动物、无脊椎动物、植物、真菌和原生生物的DNA序列，但出于安全考虑，未包含病毒数据。

尽管Carbon-X提供了新的交互方式，开发者明确警告称，该模型尚未通过实际的湿实验室实验进行验证，因此其预测结果的准确性仍未知。这标志着从纯计算预测向可解释性辅助工具的转变，但在临床应用中仍需严格的独立验证。