BOTANIC-1

BOTANIC-1 är en serie grundmodeller för växters arvsmassa, byggda av Living Models i Paris. Modellerna är förtränade på DNA från 320 landväxtarter och bedömer hur ovanlig en genetisk variant är i förhållande till den omgivande sekvensen, alltså hur hårt evolutionen har bevarat just den platsen. De arbetar på sekvenser från några hundra baspar upp till 128 000 baspar. Serien finns i storlekarna S (0,3 miljarder parametrar), M (0,7 miljarder) och L (2,1 miljarder), plus en sparse autoencoder för M-modellen; på sin egen webbplats nämner Living Models även en XL-version med 3,2 miljarder parametrar.

Det som gjorde modellen uppmärksammad hösten 2026 var ett samarbete med Google, beskrivet på DeepMinds Gemmaverse-sida. Där används Googles öppna modell Gemma 4 E4B som en agent som skriver analyskedjor, kör verktyg och anropar BOTANIC-1 för att poängsätta varianter. Allt körs lokalt via Ollama på ett enda NVIDIA L4-grafikkort, så att känsliga genomdata kan stanna hos den som äger dem. Enligt sidan gav större språkmodeller ingen bättre träffsäkerhet, bara mer overhead.

Testet gällde en känd mutation i genen CmEIN3 hos melon, som gör blommorna hermafroditiska i stället för honliga. Vanlig kartläggning smalnade av 47 492 varianter till 3 061 kandidater på kromosom 2. Med klassiska verktyg (bcftools och Ensembl VEP) blev den rätta mutationen i bästa fall ett av två likvärdiga alternativ. Med BOTANIC-1 sorterades först 567 insättningar, borttagningar och omflyttningar bort, varefter 2 494 enbokstavsvarianter poängsattes och den rätta hamnade först utan delad placering. Över 20 körningar blev recall@1 0,90 med BOTANIC-1, mot 0,15 med expertstyrda klassiska verktyg och 0,00 utan styrning. I en bredare genomgång av över 500 bekräftade orsaksmutationer hos växter låg den rätta mutationen bland de översta 0,1 % av kandidaterna i 15,9 % av fallen, mot 4,6 % för den bästa jämförelsemetoden utan genomspråkmodell.

Vikterna ligger på Hugging Face under en egen licens, livingmodels-research, som kräver att man accepterar villkoren och begränsar användningen till icke-kommersiell forskning. Living Models skriver uttryckligen att modellerna inte får användas i produktion eller för kliniska eller diagnostiska ändamål.