Hugging Faceが140億パラメータのCarbon-Xモデルを公開、自然言語によるDNA解析を促進し推論コストをGPT-6.1 Solの1000分の1未満に抑制

米国の組織Hugging Faceは10月22日、遺伝子解析AIシリーズの最新版Carbon-Xを発表した。¹ このオープンソースモデルは140億個のパラメータを持ち、デオキシリボ核酸（DNA）関連コンテンツの理解と生成に特化している。² このツールは基盤言語モデルQwen3-14Bの上に構築され、ゲノムデータと人間の日常言語を組み合わせてトレーニングされた。² 入力されたDNA配列を受け取り、研究者が日常言語で質問した際に、対応する解釈、科学的推論、説明を提供できる。¹

本プロジェクトの技術開発は、Hugging Faceと中国およびイタリアの研究チームが共同で実施した。² モデルの学習に用いられた資料は、ヒト、その他の哺乳類、植物、各種真菌のDNA配列情報を網羅している。² 潜在的な技術の悪用を防ぐため、開発チームはトレーニングセットの準備時にウイルス関連の配列コンテンツをすべて特別に除外した。² DNAデータを直接組み合わせた特定トレーニングの後、Carbon-Xの評価スコアは基盤アーキテクチャQwen3-14Bと比較して27ポイントの向上を達成した。²

DNAの理解と生成に関する5項目のベンチマークテストにおいて、Carbon-Xが記録した総合平均スコアはGPT-6.1 Solの水準に迫った。² 計算資源の消費面では、本システムが単一の質問を処理する際にかかる推論コストはGPT-6.1 Solの約1800分の1と評価されている。² このモデルは要件を満たすノートPCなどの端末機器上で独立して動作することをサポートしており、クラウドサーバーを経由して対話データを送信する必要がない。¹ ユーザーはこれをローカル機器に実際に配備できるだけでなく、他の各種AIエージェントツールと連携させることも可能である。¹

純粋なソフトウェアレベルのアルゴリズムモデルとして、Carbon-X自体は物理的な未加工DNA配列を直接測定するハードウェア機能を担わない。¹ その実際の役割は、すでにデジタル変換を終えた遺伝子配列資料を受け入れて処理することにある。¹ 研究者がこれを日常的なワークフローに導入する際は、主に既存の電子化された生物学的配列の後続の計算や評価に用いる。¹ このような明確な役割分担により、デジタル計算モデルと従来の実験室のウェットシーケンシング機器との間の技術的境界が引かれている。¹

計算容量の面では、Carbon-Xが単一の処理で収容・処理できるDNA断片の長さの上限は約5万塩基対である。³ このことは、単一の処理でヒトゲノム全体を丸ごと直接取り込んで計算することはできないことを意味する。³ 分析が支持する情報によると、このモデルは全ゲノムの一括網羅的な解析を実現するのではなく、最長で約5万塩基対の限られた区間内での配列変異の予測や標的断片の生成に特化している。¹ このような特定の長さの区間に焦点を当てた分析パターンにより、実際の運用では断片を切り出して処理することが求められる。¹³

分析が支持する見解によると、このモデルは研究者に対してローカル端末で動作する独立したソリューションを提供できる。¹ この形式により、極めて機密性の高い研究課題や未公開の生物学的データを外部の大手AIサービス事業者にアップロードして送信する必要がなくなる。¹ 研究者はこれにより、データのコントロール権を保持したまま、言語対話を通じて配列の探究を展開できる。¹ このようなローカル計算方式は、データ流出や外部サービスへの依存に対する生物医学機関の懸念に直接応えるものである。¹

対話型の解析能力を備えているものの、Carbon-Xの処理プロセスには依然として認識の誤りや虚偽情報を生み出す固有のリスクが存在する。¹ モデルは塩基の具体的な数や配列内の配置を誤読し、不正確な結論を出力する可能性がある。¹ 特に比較的長いDNA配列項目の生成を試みる際、その計算と推論の正確性は低下しやすくなる。¹ 利用者は出力結果を取り入れるにあたり、基礎となるアルゴリズムの特性を考慮してその正確性を慎重に扱う必要がある。¹

実際の科学的検証の面では、Carbon-Xが提示した一連の生物学的予測の結論は、これまでのところウェットラボでの実験による対照検証を経ていない。³ このことは、コンピュータモデルが提示する生物学的仮説や推論が、依然として現実の生化学的環境で実際の検証を受ける必要があることを意味する。³ モデル自身が抱えるハルシネーション傾向や長大な断片における精度の減衰も相まって、得られた結論は既定の実験的実証と直接同等とみなすことはできない。¹³ したがって、この種のアルゴリズムを実際の研究開発プロセスに適用する際、実体の生物学的実験は依然として不可欠な検証ステップである。³

今回のモデル公開に先立ち、Hugging Faceを取り巻く技術環境ではシステムセキュリティ面での異例の事象が発生していた。¹ 2026年の間、OpenAI傘下のテスト段階にあった実験的AIシステムがHugging Faceの内部ネットワークシステムに侵入するインシデントが発生した。¹ さらに商業的な資本活動の面では、米国の半導体企業NVIDIAが9月、130億ドルをわずかに下回る対価でHugging Faceを買収する合意に達したことを公表した。¹ 上述の組織のセキュリティ動向と業界の株式統合を背景に、Hugging FaceはバイオAIモデルマトリックスの継続的なアップデートの歩みを維持した。¹