Компания The Endless Frontier выпустила модель Fx-Bio-1031 на основе Qwen для биоинформатического анализа
Подробнее
Pandaily
pandaily.com

Компания The Endless Frontier выпустила модель Fx-Bio-1031 на основе Qwen для биоинформатического анализа

The Endless Frontier опубликовала полные веса модели Fx-Bio-1031 на платформе Hugging Face. Эта агентная большая языковая модель предназначена для задач биоинформатики и вычислительной биологии.

Модель была создана путем дообучения Qwen3.8-Flash-Next от Alibaba. Fx-Bio-1031 способна самостоятельно планировать и выполнять многоэтапный анализ, включая написание скриптов, установку программного обеспечения, запросы к базам данных, таким как NCBI и Ensembl, а также проверку собственных результатов. Об этом сообщила QbitAI 13 ноября.

Согласно карточке модели, Fx-Bio-1031 обладает общим количеством языковых параметров в 180 миллиардов. Этот объем включает в себя основу Mixture-of-Experts с 125 миллиардами параметров, где активируется 6 миллиардов параметров на каждый токен, а также модуль n-gram-эмбеддинга на 51 миллиард параметров и модуль многотокеновой предсказания на 4 миллиарда параметров. Выпущенная конфигурация поддерживает контекстное окно размером 524 288 токенов. Веса, составляющие около 360 ГБ в формате BF16, доступны по лицензии Qwen Community License 1.0, и компания указывает коммерческим пользователям условия этой лицензии.

Компания представила результаты собственной оценки агентной системы, примененной ко всем сравниваемым моделям. На подмножестве BioMysteryBench от Anthropic, состоящем из проверяемых задач, которые не могли решить эксперты предметной области самостоятельно, Fx-Bio-1031 показала результат 70.59% Pass@5. Это было выше, чем у Opus-5 (52.94%) и GPT-6-Astra (47.06%). На подмножестве, решаемом экспертами, модель достигла 93.15%, немного уступив Opus-5 с показателем 94.52%. В тесте BiomniBench она показала 89.50% Pass@3, опередив Opus-5 (87.42%). На BixBench3 от FutureHouse Fx-Bio-1031 набрала 45.76 баллов, что ниже, чем у GPT-6-Astra (48.70), но выше, чем у Opus-5 (40.60). Компания подчеркивает, что в процессе обучения или синтеза данных не использовался никакой публичный бенчмарк.

В качестве примера компания привела задачу по когорте рака молочной железы: модель обработала 1 918 исходных записей, сведя их к 762 уникальным пациентам, и обнаружила, что мутации ESR1 и изменения пути RAS/MAPK, как правило, являются взаимоисключающими. После этого она провела 14 анализов чувствительности с использованием отрицательных контролей, чтобы определить, в каких условиях это заключение остается верным, а в каких нарушается.

The Endless Frontier утверждает, что модель обучалась с использованием так называемого RSI-OS — конвейера рекурсивного самосовершенствования, который охватывает оценку, обучающие данные и среды инструментов. Модель разработала внутренний тестовый набор из 114 сложных задач совместно с командой BioMaster от DP Technology. Среди инкубаторов компании — Шанхайский университет Цзяо Тун и DP Technology. Ранее компания выпускала общецелевую модель BigBang-V1 в августе. Целевой аудиторией являются больницы, исследовательские группы и разработчики лекарств, желающие проводить анализы на локальном оборудовании без передачи данных за пределы площадки.

Похожие сюжеты

Наука как основа для сотрудничества: примеры преодоления разногласий через научные исследования
Подробнее
cgtn.com

Наука как основа для сотрудничества: примеры преодоления разногласий через научные исследования

Возникает вопрос, способна ли наука создать общую основу там, где политические процессы сталкиваются с трудностями. Тема Всемирного дня науки за мир и развитие в 2026 году, который отмечается 10 ноября под лозунгом «Общая основа через научную дипломатию», предлагает своевременный ответ. Два недавних проекта — один региональный, другой двусторонний — демонстрируют, как выглядит эта общая основа на практике.

В Иордании функционирует Синхротрон для экспериментальной науки и приложений на Ближнем Востоке (SESAME), который с 2017 года является единственным источником синхротронного света в регионе. Среди его участников находятся такие страны, как Кипр, Египет, Иран, Израиль, Иордания, Пакистан, Палестина и Турция, которые часто разделены конфликтами, однако совместно финансируют и используют эту установку.

В ноябре 2025 года национальный синхротрон Великобритании, Diamond Light Source, принял делегацию SESAME и подтвердил значительный технический вклад: оборудование, которое позволит SESAME построить новую экспериментальную линию. Выступая на этом мероприятии, профессор Дэйм Анжела Маклин, главный научный советник правительства Великобритании, отметила, что международное сотрудничество в таких научных объектах, как SESAME, «пользуется всеми членами», и они служат центрами для обучения, разработки технологий и научной дипломатии, предоставляя доступ к возможностям, которых «ни одна страна не смогла бы достичь в одиночку».

Второй пример представлен Пекином. 29 октября Китайская академия наук (CAS) и Немецкая национальная академия наук Леопольдина подписали «Декларацию SfF2026 о климате, здоровье и биоразнообразии» во время третьей конференции Science for Future. Эта декларация обязывает обе академии проводить совместные исследования рисков для здоровья, связанных с изменением климата, а также обеспечивать «справедливый обмен данными и ответственное использование современных технологий».

Ни один из этих проектов не приведет к исчезновению геополитической напряженности. Однако вместе они показывают, что предлагает научная дипломатия: общая инфраструктура, общие данные и общая заинтересованность в проблемах, которые не может решить какая-либо одна страна самостоятельно. Тема 2026 года не является просто декларативной риторикой; она описывает работу, которая уже ведется.

Исследование показало, как микробиота помогает пельвици (пеixe-boi) извлекать энергию из чисто растительной диеты
Подробнее
super.abril.com.br

Исследование показало, как микробиота помогает пельвици (пеixe-boi) извлекать энергию из чисто растительной диеты

Исследование раскрыло механизм, посредством которого микробиота способствует способности пельвици (peixe-boi) получать энергию исключительно из растительной пищи. Как крупнейшее пресноводное млекопитающее Бразилии, оно поддерживает вес почти в полтонны, питаясь только растениями, а секрет кроется в его кишечнике.

Картируя микробиоту амазонского пельвици (Trichechus inunguis), ученые обнаружили ранее неизвестный метаболический путь: животное обладает бактериями, способными расщеплять эпилактозу — углевод, который большинство известных микроорганизмов не могут переваривать.

Это открытие является частью более широкого исследования, которое продемонстрировало большое разнообразие микроорганизмов, генов и ферментов, связанных с усвоением растительной диеты этими животными. Помимо пресноводного вида, в исследовании также изучалась кишечная микробиота морского пельвици (Trichechus manatus). Результаты, опубликованные во вторник (02/11) в журнале Nature Microbiology, имеют значительный потенциал для биотехнологических применений.

Марио Мураками, директор Национальной лаборатории биовозобновляемых ресурсов Центра национальных исследований энергии и материалов (LNBr-CNPEM) и координатор исследования при поддержке FAPESP, отметил: «Амазонский пельвици питается большим количеством и разнообразием растений. Эта диета подвержена сезонным изменениям, переходя от сухого сезона к влажному. Поэтому на протяжении своей эволюции они разработали арсенал кишечных микроорганизмов, способных с исключительной эффективностью, около 80% до 86%, переваривать целлюлозу».

Благодаря этой способности, экосистема бактерий, архей, вирусов и грибов в кишечнике пельвици была естественной целью для группы Мураками, которая ранее изучала микробиом кишечника капибары (Hydrochoerus hydrochaeris), полуводного вида.

Мураками объясняет разницу в стратегии пищеварения: «У жвачных, таких как крупный рогатый скот, микробная ферментация происходит в основном до самого желудка, в рубце, где микроорганизмы начинают разрушать растительную биомассу. Пельвици и капибары используют иную стратегию: они являются ферментерами заднего кишечника, и большая часть этого процесса происходит после желудка. Поэтому микроорганизмы, живущие в кишечнике, играют фундаментальную роль в использовании богатой клетчаткой растительной диеты».

В исследовании проанализировали образцы 47 животных: 36 амазонских пельвици, содержащихся в Лаборатории водных млекопитающих Национального института исследований Амазонии (INPA) в Манаусе, и одиннадцать морских пельвици, находящихся на реабилитации в Программе морских млекопитающих НПО Aquasis в Сеара.

Мураками лично участвовал во всех фазах проводимых им исследований и даже нырнул в море для сбора образца. Он рассказал: «Был морской пельвици, который уже был реинтродуцирован в природу, но продолжал часто посещать район рядом с загоном, где восстанавливались другие животные. Случайно, пока мы там были, он испражнился, и появилась возможность собрать образец этого животного. Я не колебался: я прыгнул в воду, чтобы его получить».

Из более чем 6 тысяч геномов бактерий и других микроорганизмов, расшифрованных в анализах, более половины представляют виды, которые еще не описаны наукой. Что касается вирусов, связанных с этими микробными сообществами, около 80% были неизвестны.

Были также обнаружены тысячи генов и ферментов, которые могут быть использованы в различных биотехнологических приложениях. Мураками отмечает: «Было трудно выбрать, в чем углубляться биохимически. Теперь у нас есть данные для анализа как минимум в течение следующих десяти лет».

Одним из главных достижений исследования стало обнаружение ранее неизвестного фермента, используемого недавно открытой бактерией ‘Candidatus Epilactovorans intestinalis’ для расщепления эпилактозы. Поскольку этот сахар недоступен для подавляющего большинства микроорганизмов, эта способность служит адаптивным преимуществом в борьбе за питательные вещества в кишечнике. В будущем этот механизм может послужить вдохновением для создания новых пребиотических агентов — ингредиентов, которые служат «пищей» для стимуляции роста полезных бактерий в нашей собственной кишечной флоре.

При сравнении генома этой бактерии с другими, доступными в публичных базах данных, исследователи обнаружили схожую последовательность, происходящую из кишечной микробиоты народа Хадза, одной из последних групп охотников-собирателей Африки, чьи чуть более тысячи жителей живут на севере Танзании.

По мнению Мураками, это генетическое сходство не является совпадением. Он полагает, что способность перерабатывать эпилактозу может быть наследственным признаком общего предка всех млекопитающих. Одна из гипотез заключается в том, что традиционное питание народа Хадза продолжает обеспечивать необходимые питательные вещества для поддержания этой бактерии.

В другом аспекте исследование показало, что микроорганизмы пельвици работают сообща, чтобы переваривать самые твердые и волокнистые части растений, такие как целлюлоза и гемицеллюлоза. Эти бактерии комбинируют различные стратегии для «деконструкции» клеточной стенки растений, превращая высокожесткие структуры в питательные вещества, которые животное может усвоить.

Некоторые из этих метаболизированных соединений производятся из лигнина — вещества, придающего жесткость растениям и представляющего собой одно из основных препятствий для промышленного использования растительной биомассы. Этот набор микроорганизмов и ферментов может открыть новые биотехнологические решения для переработки сельскохозяйственных отходов и разработки биопродуктов, включая применение в биоэнергетике, сельском хозяйстве и других секторах биоэкономики.

Часть ферментов, идентифицированных в исследовании и участвующих в деконструкции растительной биомассы, также может быть оценена для применения в таких платформах, как Бразильский ферментный коктейль (Coquetel Enzimático Brasileiro, OpEn), разработанный в CNPEM и настраиваемый для обработки различных сырьевых материалов и отходов.

Мураками заключает: «Наш ферментный коктейль имеет большой потенциал для снижения зависимости Бразилии от импортных ферментов, а также для создания возможностей для появления новых индустрий на биологической основе. Эта работа показывает, что бразильское биоразнообразие является хранилищем решений для глобальных проблем и может вывести страну в лидеры гонки за устойчивым развитием».

Первыми авторами работы являются Габриэла Персиниоти, координирующая проект при поддержке FAPESP в CNPEM, и Марселе Мартинс, получившая стипендию постдокторантуры Фонда.

Исследовательский агент Hyra 2.0 от Tencent Hunyuan самостоятельно создает инструменты для работы с белками, математическими доказательствами и чипами
Подробнее
pandaily.com

Исследовательский агент Hyra 2.0 от Tencent Hunyuan самостоятельно создает инструменты для работы с белками, математическими доказательствами и чипами

Tencent Hunyuan выпустила Hyra 2.0, вторую версию своего автономного исследовательского агента, которая была представлена 2 ноября. В отличие от Hyra 1.0, которая фокусировалась на решении отдельных задач, например, на разрешении проблемы показателя степени сумма против разности с помощью модели Hy3, новая версия разработана для создания многократно используемых исследовательских инструментов. Результаты работы и соответствующий код доступны в репозитории на GitHub под лицензией Apache 2.0.

Hyra 2.0 функционирует как трехуровневая система, состоящая из общих, миссионных и рабочих агентов. Эти агенты координируются через общую исследовательскую доску и постоянную очередь задач. Специализированный рабочий агент проводит проверку результатов, агенты поддерживают многоуровневую память, а общая база знаний обобщает полученные уроки в применимые навыки.

Инструменты, созданные системой

Компания Tencent представила ряд инструментов, разработанных этой системой. Среди них HyInv — модель обратного сворачивания белка с 1,96 миллионами параметров. Эта модель работает в 57 раз быстрее, чем ProteinMPNN, демонстрируя лучшее структурное соответствие и способная проектировать 128 последовательностей всего за 50 миллисекунд.

Также была представлена модель языка для белков HyPLM-Flash, обладающая 650 миллионами параметров и обученная на 726 миллиардах токенов. Она оказалась самой быстрой среди 12 сравниваемых моделей и заняла третье место в среднем по 35 задачам, обрабатывая около 130 000 остатков в секунду на одном процессоре H20.

Семейство силовых полей HyFF, включающее пять вариантов с параметрами от 2,3 миллиона до 1,2 миллиарда по 83 элементам, находится на паретовом фронте точности и скорости по сравнению с 16 другими моделями. Tencent утверждает, что их модель Largo показывает наименьшую ошибку энергии — 0,364 мэВ на атом, и этот комплекс смог симулировать систему аквапорина из 60 000 атомов в течение 100 наносекунд.

Достижения в математике и квантовых вычислениях

В области математики компонент HyProver достиг двух результатов. Он решил гипотезу Петти о равносторонних множествах в пятимерном пространстве, подняв максимальное решенное измерение с четырех. Что касается гипотезы Яу о действии круга, в описании на GitHub представлен контрпример для неограниченной формы — замкнутое семимерное многообразие, которое не является просто связным; при этом просто связная версия остается открытой проблемой.

В сфере квантовой коррекции ошибок HyQEC обнаружил код [[488,123,22]], который, по заявлению Tencent, превосходит предыдущего лидера по метрике qLDPC примерно на 48%.

Робототехника и чипы

Кроме того, Hyra спроектировала механизм имитируемой роботизированной руки, который оказался на 28,6% быстрее эталонного дизайна. На открытом процессоре XiangShan RISC-V агент повысил показатель SPECint2006 на гигагерц на 5,79%, при этом увеличив площадь всего на 0,3% и обнаружив десять ошибок. Tencent сообщает, что Hyra теперь используется для обучения следующих моделей серии Hy.

Важно отметить, что все представленные результаты принадлежат Tencent и еще не прошли независимую экспертизу.

Популярное