Empresa The Endless Frontier lança modelo Fx-Bio-1031 baseado em Qwen para análise bioinformática
Leia mais
Pandaily
pandaily.com

Empresa The Endless Frontier lança modelo Fx-Bio-1031 baseado em Qwen para análise bioinformática

A The Endless Frontier publicou os pesos completos do modelo Fx-Bio-1031 na plataforma Hugging Face. Este modelo de linguagem grande agente é destinado a tarefas de bioinformática e biologia computacional.

O modelo foi criado através do ajuste fino do Qwen3.8-Flash-Next da Alibaba. O Fx-Bio-1031 é capaz de planejar e executar análises multifásicas autonomamente, incluindo a escrita de scripts, instalação de software, consultas a bancos de dados como NCBI e Ensembl, bem como a verificação de seus próprios resultados. Isso foi relatado pela QbitAI em 13 de novembro.

De acordo com o cartão do modelo, o Fx-Bio-1031 possui um total de 180 bilhões de parâmetros linguísticos. Este volume inclui uma base Mixture-of-Experts com 125 bilhões de parâmetros, onde 6 bilhões de parâmetros são ativados por token, além de um módulo de embedding n-grama com 51 bilhões de parâmetros e um módulo de previsão multi-token com 4 bilhões de parâmetros. A configuração lançada suporta uma janela de contexto de 524.288 tokens. Os pesos, que somam cerca de 360 GB no formato BF16, estão disponíveis sob a licença Qwen Community License 1.0, e a empresa especifica os termos desta licença para usuários comerciais.

A empresa apresentou os resultados de sua própria avaliação do sistema agente aplicado a todos os modelos comparáveis. Em um subconjunto do BioMysteryBench da Anthropic, composto por tarefas verificáveis que os especialistas no assunto não conseguiram resolver sozinhos, o Fx-Bio-1031 obteve um resultado de 70,59% Pass@5. Isso foi superior ao Opus-5 (52,94%) e ao GPT-6-Astra (47,06%). No subconjunto resolvido por especialistas, o modelo alcançou 93,15%, ficando ligeiramente atrás do Opus-5 com 94,52%. No teste BiomniBench, ele demonstrou 89,50% Pass@3, superando o Opus-5 (87,42%). No BixBench3 da FutureHouse, o Fx-Bio-1031 obteve 45,76 pontos, inferior ao GPT-6-Astra (48,70), mas superior ao Opus-5 (40,60). A empresa enfatiza que nenhum benchmark público foi utilizado durante o processo de treinamento ou síntese de dados.

Como exemplo, a empresa citou uma tarefa sobre a coorte de câncer de mama: o modelo processou 1.918 registros brutos, reduzindo-os a 762 pacientes únicos, e descobriu que as mutações ESR1 e as alterações no caminho RAS/MAPK são geralmente mutuamente exclusivas. Em seguida, realizou 14 análises de sensibilidade usando controles negativos para determinar em quais condições essa conclusão permanece válida e em quais é violada.

A The Endless Frontier afirma que o modelo foi treinado usando o chamado RSI-OS — um pipeline de autoaperfeiçoamento recursivo que abrange avaliação, dados de treinamento e ambiente de ferramentas. O modelo desenvolveu um conjunto de testes interno de 114 tarefas complexas em colaboração com a equipe BioMaster da DP Technology. Entre os incubadores da empresa estão a Universidade de Jiangtun de Xangai e a DP Technology. Anteriormente, a empresa havia lançado o modelo de propósito geral BigBang-V1 em agosto. O público-alvo são hospitais, grupos de pesquisa e desenvolvedores de medicamentos que desejam realizar análises em equipamentos locais sem transferir dados para fora do local.

Histórias semelhantes

Ciência como base para a cooperação: exemplos de superação de divergências através de pesquisas científicas
Leia mais
cgtn.com

Ciência como base para a cooperação: exemplos de superação de divergências através de pesquisas científicas

Surgiu a questão de se a ciência pode criar uma base comum onde os processos políticos enfrentam dificuldades. O tema do Dia Mundial da Ciência pela Paz e Desenvolvimento em 2026, celebrado em 10 de novembro sob o lema «Base Comum através da Diplomacia Científica», oferece uma resposta oportuna. Dois projetos recentes — um regional e outro bilateral — demonstram como essa base comum se manifesta na prática.

Na Jordânia, opera o Synchrotron para Ciência Experimental e Aplicações no Oriente Médio (SESAME), que desde 2017 é a única fonte de luz de sincrotrôneo na região. Entre seus participantes estão países como Chipre, Egito, Irã, Israel, Jordânia, Paquistão, Palestina e Turquia, que são frequentemente divididos por conflitos, mas financiam e utilizam conjuntamente esta instalação.

Em novembro de 2025, o synchrotron nacional do Reino Unido, Diamond Light Source, recebeu a delegação do SESAME e confirmou uma contribuição técnica significativa: equipamento que permitirá ao SESAME construir uma nova linha experimental. Ao discursar neste evento, a Professora Dame Angela McLean, conselheira científica chefe do governo do Reino Unido, observou que a cooperação internacional em instalações científicas como o SESAME «beneficia todos os membros», e elas servem como centros para treinamento, desenvolvimento de tecnologia e diplomacia científica, fornecendo acesso a oportunidades que «nenhum país conseguiria alcançar sozinho».

O segundo exemplo é apresentado por Pequim. Em 29 de outubro, a Academia Chinesa de Ciências (CAS) e a Academia Nacional Alemã de Ciências Leopoldina assinaram a «Declaração SfF2026 sobre Clima, Saúde e Biodiversidade» durante a terceira conferência Science for Future. Esta declaração obriga ambas as academias a conduzir pesquisas conjuntas sobre riscos à saúde relacionados às mudanças climáticas, bem como a garantir a «troca justa de dados e o uso responsável das tecnologias modernas».

Nenhum desses projetos levará ao desaparecimento da tensão geopolítica. No entanto, juntos eles mostram o que a diplomacia científica oferece: infraestrutura comum, dados comuns e um interesse comum em problemas que nenhuma nação pode resolver sozinha. O tema de 2026 não é apenas retórica declarativa; ele descreve um trabalho que já está sendo realizado.

Estudo revela como a microbiota ajuda o peixe-boi a extrair energia de uma dieta puramente vegetal
Leia mais
super.abril.com.br

Estudo revela como a microbiota ajuda o peixe-boi a extrair energia de uma dieta puramente vegetal

O estudo revelou o mecanismo pelo qual a microbiota contribui para a capacidade do peixe-boi de obter energia exclusivamente de alimentos vegetais. Como o maior mamífero de água doce do Brasil, ele mantém um peso de quase meio tonelada alimentando-se apenas de plantas, e o segredo reside em seu intestino.

Mapeando a microbiota do peixe-boi amazônico (Trichechus inunguis), os cientistas descobriram uma via metabólica desconhecida: o animal possui bactérias capazes de decompor a epilactose — um carboidrato que a maioria dos microrganismos conhecidos não consegue digerir.

Esta descoberta faz parte de uma pesquisa mais ampla que demonstrou a grande diversidade de microrganismos, genes e enzimas associados à absorção da dieta vegetal por esses animais. Além da espécie de água doce, o estudo também investigou a microbiota intestinal do peixe-boi marinho (Trichechus manatus). Os resultados, publicados na terça-feira (02/11) na revista Nature Microbiology, têm um potencial significativo para aplicações biotecnológicas.

Mario Murakami, diretor do Laboratório Nacional de Recursos Bioenergéticos do Centro Nacional de Pesquisas em Energia e Materiais (LNBr-CNPEM) e coordenador da pesquisa com apoio da FAPESP, observou: «O peixe-boi amazônico se alimenta de uma grande variedade e quantidade de plantas. Essa dieta está sujeita a mudanças sazonais, passando da estação seca para a chuvosa. Portanto, ao longo de sua evolução, eles desenvolveram um arsenal de microrganismos intestinais capazes de digerir celulose com eficiência excepcional, cerca de 80% a 86%».

Graças a essa capacidade, o ecossistema de bactérias, arqueias, vírus e fungos no intestino do peixe-boi foi um alvo natural para o grupo de Murakami, que anteriormente estudava o microbioma intestinal do capivara (Hydrochoerus hydrochaeris), uma espécie semi-aquática.

Murakami explica a diferença na estratégia digestiva: «Em ruminantes, como o gado, a fermentação microbiana ocorre principalmente no estômago, no rúmen, onde os microrganismos começam a decompor a biomassa vegetal. O peixe-boi e as capivaras usam uma estratégia diferente: eles são fermentadores do intestino posterior, e a maior parte desse processo ocorre após o estômago. Portanto, os microrganismos que vivem no intestino desempenham um papel fundamental no aproveitamento da dieta vegetal rica em fibras».

O estudo analisou amostras de 47 animais: 36 peixes-bois amazônicos mantidos no Laboratório de Mamíferos Aquáticos do Instituto Nacional de Pesquisas da Amazônia (INPA) em Manaus, e onze peixes-bois marinhos em reabilitação no Programa de Mamíferos Marinhos da ONG Aquasis em Ceará.

Murakami participou pessoalmente de todas as fases das pesquisas realizadas e até mergulhou no mar para coletar uma amostra. Ele relatou: «Havia um peixe-boi marinho que já havia sido reintegrado à natureza, mas continuava a frequentar frequentemente a área perto do cercado onde outros animais estavam sendo recuperados. Por acaso, enquanto estávamos lá, ele defecou, e surgiu a oportunidade de coletar a amostra deste animal. Eu não hesitei: pulei na água para obtê-la».

Dos mais de 6 mil genomas de bactérias e outros microrganismos sequenciados nas análises, mais da metade representa espécies ainda não descritas pela ciência. Quanto aos vírus associados a essas comunidades microbianas, cerca de 80% eram desconhecidos.

Foram também descobertos milhares de genes e enzimas que podem ser utilizados em diversas aplicações biotecnológicas. Murakami observa: «Foi difícil escolher em qual aspecto aprofundar bioquimicamente. Agora temos dados para análise pelo menos nos próximos dez anos».

Um dos principais avanços do estudo foi a descoberta de uma enzima antes desconhecida, utilizada pela bactéria recém-descoberta ‘Candidatus Epilactovorans intestinalis’ para decompor a epilactose. Como este açúcar é inacessível para a maioria esmagadora dos microrganismos, essa capacidade serve como uma vantagem adaptativa na competição por nutrientes no intestino. No futuro, esse mecanismo pode inspirar a criação de novos agentes prebióticos — ingredientes que servem de «alimento» para estimular o crescimento de bactérias benéficas em nossa própria flora intestinal.

Ao comparar o genoma desta bactéria com outros disponíveis em bancos de dados públicos, os pesquisadores encontraram uma sequência semelhante, originária da microbiota intestinal do povo Hadza, um dos últimos grupos de caçadores-coletores da África, cujos pouco mais de mil habitantes vivem no norte da Tanzânia.

Na opinião de Murakami, essa semelhança genética não é coincidência. Ele acredita que a capacidade de metabolizar a epilactose pode ser uma característica hereditária de um ancestral comum de todos os mamíferos. Uma das hipóteses é que a dieta tradicional do povo Hadza continua a fornecer os nutrientes necessários para manter esta bactéria.

Em outro aspecto, o estudo mostrou que os microrganismos do peixe-boi trabalham em conjunto para digerir as partes mais duras e fibrosas das plantas, como celulose e hemicelulose. Essas bactérias combinam diferentes estratégias para «desconstruir» a parede celular das plantas, transformando estruturas altamente rígidas em nutrientes que o animal pode absorver.

Alguns desses compostos metabolizados são produzidos a partir da lignina — uma substância que confere rigidez às plantas e representa um dos principais obstáculos para o uso industrial da biomassa vegetal. Este conjunto de microrganismos e enzimas pode abrir novas soluções biotecnológicas para o processamento de resíduos agrícolas e o desenvolvimento de bioprodutos, incluindo aplicações em bioenergia, agricultura e outros setores da bioeconomia.

Parte das enzimas identificadas no estudo e envolvidas na desconstrução da biomassa vegetal também pode ser avaliada para aplicação em plataformas como o Coquetel Enzimático Brasileiro (OpEn), desenvolvido no CNPEM e ajustável para processar diversos materiais brutos e resíduos.

Murakami conclui: «Nosso coquetel enzimático tem grande potencial para reduzir a dependência do Brasil de enzimas importadas, bem como para criar oportunidades para o surgimento de novas indústrias de base biológica. Este trabalho demonstra que a biodiversidade brasileira é um reservatório de soluções para problemas globais e pode colocar o país na liderança da corrida pelo desenvolvimento sustentável».

As primeiras autoras do trabalho são Gabriela Persinotti, coordenadora do projeto com apoio da FAPESP no CNPEM, e Marcelo Martins, bolsista de pós-doutorado do Fundo.

Agente de pesquisa Hyra 2.0 da Tencent Hunyuan cria autonomamente ferramentas para trabalho com proteínas, provas matemáticas e chips
Leia mais
pandaily.com

Agente de pesquisa Hyra 2.0 da Tencent Hunyuan cria autonomamente ferramentas para trabalho com proteínas, provas matemáticas e chips

A Tencent Hunyuan lançou o Hyra 2.0, a segunda versão do seu agente de pesquisa autônomo, que foi apresentado em 2 de novembro. Diferentemente do Hyra 1.0, que se concentrava na resolução de tarefas individuais, como resolver o problema da potência soma versus diferença usando o modelo Hy3, a nova versão foi desenvolvida para criar ferramentas de pesquisa reutilizáveis. Os resultados do trabalho e o código correspondente estão disponíveis no repositório do GitHub sob a licença Apache 2.0.

O Hyra 2.0 funciona como um sistema de três níveis, composto por agentes gerais, de missão e operacionais. Esses agentes são coordenados através de um quadro de pesquisa comum e uma fila de tarefas persistente. Um agente operacional especializado realiza a verificação dos resultados, os agentes mantêm memória multinível, e a base de conhecimento geral resume as lições aprendidas em habilidades aplicáveis.

Ferramentas criadas pelo sistema

A Tencent apresentou uma série de ferramentas desenvolvidas por este sistema. Entre elas, há o HyInv — um modelo de reversão de dobramento de proteína com 1,96 milhão de parâmetros. Este modelo opera 57 vezes mais rápido que o ProteinMPNN, demonstrando melhor correspondência estrutural e sendo capaz de projetar 128 sequências em apenas 50 milissegundos.

Também foi apresentada a linguagem de modelos para proteínas HyPLM-Flash, com 650 milhões de parâmetros e treinada em 726 bilhões de tokens. Ela se mostrou a mais rápida entre 12 modelos comparados e alcançou o terceiro lugar em média em 35 tarefas, processando cerca de 130.000 resíduos por segundo em um único processador H20.

A família de campos de força HyFF, que inclui cinco variantes com parâmetros de 2,3 milhões a 1,2 bilhão em 83 elementos, está na frente de Pareto de precisão e velocidade em comparação com outros 16 modelos. A Tencent afirma que seu modelo Largo apresenta o menor erro de energia — 0,364 meV por átomo, e este complexo conseguiu simular um sistema de aquaporina de 60.000 átomos durante 100 nanossegundos.

Conquistas em matemática e computação quântica

Na área de matemática, o componente HyProver alcançou dois resultados. Ele resolveu a hipótese de Petty sobre conjuntos equiláteros em espaço de cinco dimensões, elevando a dimensão máxima resolvida de quatro. Quanto à hipótese de Yau sobre a ação do círculo, a descrição no GitHub apresenta um contraexemplo para a forma ilimitada — uma variedade fechada de sete dimensões que não é simplesmente conexa; enquanto a versão simplesmente conexa permanece um problema aberto.

No campo da correção de erros quânticos, o HyQEC descobriu o código [[488,123,22]], que, segundo a Tencent, supera o líder anterior na métrica qLDPC em aproximadamente 48%.

Robótica e chips

Além disso, o Hyra projetou um mecanismo de braço robótico simulado que foi 28,6% mais rápido que o design de referência. No processador aberto XiangShan RISC-V, o agente aumentou o índice SPECint2006 em 5,79% por gigahertz, aumentando a área em apenas 0,3% e detectando dez erros. A Tencent relata que o Hyra agora está sendo usado para treinar os próximos modelos da série Hy.

É importante notar que todos os resultados apresentados pertencem à Tencent e ainda não passaram por avaliação independente.

Popular