Hugging Face brengt open DNA-model Carbon-X uit

Carbon-X, Hugging Faces open DNA-model, komt op 22 oktober als download uit en kan lokaal draaien, zodat onderzoekers sequenties niet naar een externe AI-dienst hoeven te sturen, meldt WIRED.

Gevoelige sequenties kunnen hierdoor binnen de eigen onderzoeksomgeving worden geanalyseerd. Daarvoor is wel een GPU met 80 GB geheugen nodig. Beveiliging, toegangsbeheer en validatie blijven bij het bedrijf; een modelantwoord is onderzoeksinput, geen klinische uitspraak.

Lokale inzet vraagt een server met 80 GB geheugen

Carbon-X bouwt voort op Qwen3-14B en telt 14,8 miljard parameters. Hugging Face stelt het model onder Apache 2.0 beschikbaar en zegt dat de gewichten in het bfloat16-formaat op één GPU met 80 GB geheugen passen. De voorbeelden gebruiken Transformers of vLLM. Bij de introductie staat het model niet gehost bij een externe aanbieder die vragen via een API verwerkt, dus organisaties beheren zelf de download en server.

De makers trainden Carbon-X verder op 302 miljard tokens: 55 procent DNA, 20 procent Engelse tekst, 15 procent biologische teksten en 10 procent instructies. De tokenizer verwerkt DNA in blokken van zes basen, terwijl onderzoekers vragen in gewone taal kunnen stellen. Voor het laden is Transformers versie 5 of hoger nodig. De eerste keer haalt de tokenizer een vastgezette tekstwoordenschat op van Hugging Face. Daarna kan het model vragen verwerken binnen de eigen omgeving. De hardware-eis maakt lokaal gebruik vooral een route voor labs en bedrijven met toegang tot een zware server.

De benchmarkscore verschilt per taak

De modelkaart van Hugging Face geeft voor Carbon-X gemiddeld 66,7 procent op vijf DNA-benchmarks en documenteert de testinstellingen en kostenberekening. GPT-6.1 Sol komt in dezelfde tabel op 67,5 procent. Carbon-X scoort hoger in BioReason Coding, waar het moet voorspellen of mutaties in eiwitcoderende DNA-sequenties schadelijk zijn: 74,9 tegenover 71,0 procent. In NextBase, dat de volgende DNA-basen voorspelt, haalt Carbon-X 39,4 tegenover 32,9 procent. Bij complexe varianten scoort Opus 5.5 juist 94,8 procent tegenover 85,1 voor Carbon-X. Op GenomeQA komt Carbon-X op 63,6 procent, tegenover 67,2 voor GPT-6.1 Sol.

De vergelijking gebruikt niet dezelfde instellingen: Carbon-X is getest met het redeneermenu uitgeschakeld, terwijl andere modellen op hun best scorende redeneerstand staan. Twee van de vijf benchmarks, FrontierVEP en NextBase, zijn door Hugging Face zelf gebouwd. De cijfers zijn dus een meting van de makers, geen onafhankelijke validatie.

Voor de 2,4 miljoen varianten van onzekere betekenis in de ClinVar-database raamt Hugging Face de kosten om Carbon-X te laten draaien op ongeveer 300 dollar. Voor de vergeleken frontiermodellen noemt het 32.000 dollar tot 4 miljoen dollar. De raming rekent Carbon-X door op een H200-GPU tegen 5 dollar per uur en gebruikt standaard API-tarieven voor de andere modellen. Ze gaat alleen over het laten draaien van het model, niet over een volledig onderzoeksproces of laboratoriumvalidatie.

Een atlas en een generatief model laten andere routes zien

Google DeepMind zegt dat de Atlas voorspellingen bevat voor negen miljard DNA-letterwissels en in data van 54.000 UK Biobank-deelnemers 22 procent meer verbanden met eiwitniveaus hielp vinden. De AlphaGenome Atlas rangschikt voorspellingen voor negen miljard mogelijke DNA-letterwissels met een AVI-score. De Atlas is een vooraf berekende onderzoeksbron via website en API; Carbon-X is een downloadbaar model dat vragen over ingevoerde sequenties beantwoordt.

Een andere route is DNA ontwerpen. De modelkaart van Arc Institute noemt een Evo 2-checkpoint van 40 miljard parameters onder Apache 2.0. In Science rapporteerden onderzoekers dat bijna 300 complete faaggenomen zijn gemaakt en in het lab getest, waarvan er zestien functioneel waren. Dat onderzoek laat zien hoe Evo 1 en Evo 2 zestien bacteriofagen opleverden die niet in de natuur voorkwamen. Die generatieve taak verschilt van Carbon-X, dat volgens de makers bestaande sequenties leest en uitlegt.

De makers trekken grenzen rond gebruik en nauwkeurigheid

Business Insider schrijft dat Carbon-X ook DNA-sequenties kan genereren en noemt gentherapie als mogelijke toepassing. De modelkaart is terughoudender: volgens de makers is Carbon-X bedoeld om bestaande sequenties te lezen en uit te leggen, niet om nieuw DNA te ontwerpen. De kwaliteit neemt af wanneer het model lange sequenties genereert. De genoemde toepassingen zijn dus onderzoeksrichtingen, geen aangetoonde therapeutische capaciteit. Business Insider beschrijft de generatieclaim en mogelijke toepassingen.

Ook binnen de benchmarks zijn de resultaten ongelijk. Op GenomeQA scoort Carbon-X 29,8 procent bij splice-sites en 34,6 procent bij histonmarkeringen. Het kan basen verkeerd tellen, coördinaten verwarren of zonder genoeg context een functie verzinnen. De maximale context is 40.960 tokens, maar de makers trainden het model op sequenties tot 8.192 tokens, ongeveer 49.000 DNA-basen. Veel langere invoer is niet uitgebreid geëvalueerd.

Hugging Face zegt dat Carbon-X niet klinisch is gevalideerd en niet voor medische beslissingen moet worden gebruikt. Exacte tellingen en coördinaten blijven geschikt werk voor gewone code, terwijl laboratoriumtests nodig zijn om biologische effecten te toetsen. Een life-sciencebedrijf met toegang tot een zware GPU kan DNA-vragen nu binnen de eigen omgeving verkennen. De benchmark geeft een eerste indicatie per taak; onafhankelijke en experimentele validatie bepaalt of een uitkomst bruikbaar is in onderzoek.