Carbon-X: bringing DNA analysis into a chat interface

Hugging Face联合中关村学院、TIGEM等团队发布Carbon-X：把DNA序列放进聊天框，就能围绕序列提问、获得预测和解释。

可以分析哪些问题

• 评估突变：输入参考序列与突变序列，辅助判断变异更可能良性还是致病，并给出解释。
• 识别序列：预测一段DNA更像启动子还是增强子、含有什么基序，或属于哪类生物。
• 预测后续碱基：给定一段DNA，尝试续写后面的序列，用于研究序列规律。
• 接入科研Agent：让通用助手遇到DNA问题时调用它，获得基于序列的分析意见。

对研究者来说，可以把它用于变异初步分析、序列特征探索，再结合注释、专用工具和实验确定哪些判断可信。

DNA 和自然语言怎样共用模型

模型基于Qwen3-14B，总参数约148亿，经过3020亿token中期训练，再进行监督微调与强化学习。DNA按6个碱基一组编码，与自然语言共用同一个模型。

如何理解能力与成本

官方5项DNA基准平均得分66.7%，接近GPT-6.1 Sol的67.5%；编码区变异影响与后续碱基预测两项，超过此次测试的全部对照模型。 按H200每小时5美元及对照API价格估算，单题推理成本约为GPT-6.1 Sol的1/1800，仅适用于官方评测条件。

本地部署与 Agent 协作

权重采用Apache 2.0许可。官方GGUF推荐Q8_0文件约15.8GB，需llama.cpp b11742或更新版本，运行还需额外内存。 在Agent评测中，要求Kimi K3调用它后，五项均分从49.4%升至60.5%；每项各测100题，两组均可用Python。

输出仍需核验

模型可能误判功能、算错碱基或坐标，未经临床验证；生成DNA也不代表获得了实验验证的功能元件。

来源与资源

官方详解：https://huggingface.co/spaces/HuggingFaceBio/Carbon-X-Release

模型：https://huggingface.co/HuggingFaceBio/Carbon-X

代码：https://github.com/huggingface/carbon