Hugging Face brengt open AI-model uit waarmee onderzoekers kunnen 'praten' met DNA
Met Carbon-X van Hugging Face plakken onderzoekers een stuk DNA in een chat en vragen in gewone taal of een verandering waarschijnlijk schadelijk is. Het model is gratis en draait op een eigen computer. Het is bedoeld voor onderzoek; de volgende stap is toetsing in het lab.
Hugging Face heeft op 22 oktober 2026 Carbon-X uitgebracht, een AI-model waarmee onderzoekers kunnen 'chatten' met DNA. Je plakt een stuk erfelijk materiaal in het gesprek en stelt er in gewone taal een vraag over. Het model geeft antwoord en legt uit hoe het daarop komt. Iedereen mag het gratis downloaden en gebruiken, ook voor commerciële toepassingen.
Waarom DNA lezen zo lastig is
DNA is een lange tekst in een alfabet van vier letters: A, C, G en T. Ieder mens heeft daarin miljoenen kleine afwijkingen ten opzichte van anderen, een soort typefouten. Bijna altijd zijn die onschuldig. Soms verhoogt zo'n verandering de kans op een ziekte. Een enkele verandering kan zelfs een ziekte veroorzaken, zoals bij de ziekte van Wilson. Uitzoeken welke verandering ertoe doet, is voor onderzoekers en artsen veel werk. Datzelfde geldt voor de vraag welke stukken DNA bepalen of een gen aan of uit staat.
Met Carbon-X kunnen onderzoekers zulke vragen rechtstreeks stellen. Wat doet dit stuk DNA waarschijnlijk? Is deze verandering vermoedelijk onschuldig of juist schadelijk? Welke delen sturen de activiteit van een gen? Volgens Lewis Tunstall, onderzoeker bij Hugging Face, is het model bedoeld om onderzoek naar nieuwe medicijnen en gentherapie te helpen. Gentherapie is een behandeling die een fout in het DNA herstelt. Op de lange termijn ziet Tunstall het model als een kleine stap richting zorg op maat. Mensen zouden dan met hun eigen medische en genetische gegevens kunnen zoeken naar een behandeling die bij hen past.
Gebouwd op een bestaand taalmodel
Hugging Face is vooral bekend als het platform waar onderzoekers en bedrijven AI-modellen met elkaar delen, maar maakt ook eigen modellen. In september maakte Nvidia bekend het bedrijf te willen overnemen. Voor Carbon-X werkte Hugging Face samen met het Telethon Institute of Genetics and Medicine en de Universiteit van Napels Federico II in Italië, en met de Zhongguancun Academy in China.
Het team begon met een bestaand taalmodel van het Chinese bedrijf Alibaba. Dat model leerde een soort extra woordenschat: het leest DNA in 'woorden' van zes letters. Daarna is het verder getraind op ongeveer 300 miljard stukjes DNA en tekst. Ruim de helft daarvan was DNA, van mensen, andere dieren, planten en schimmels. De rest bestond uit Engelse teksten over biologie en voorbeeldgesprekken. DNA van virussen is bewust weggelaten, zodat het model minder makkelijk voor schadelijke doelen kan worden gebruikt.
Draait in het eigen lab
Carbon-X is klein genoeg om te draaien op één krachtige grafische kaart met 80 gigabyte geheugen, zoals onderzoeksinstellingen die vaak hebben. Dat is een bewuste keuze. Gegevens van patiënten mogen meestal niet naar de servers van een AI-bedrijf. Met Carbon-X blijven ze in het eigen lab. Tunstall wijst nog op een voordeel: algemene chatbots weigeren soms gewone vragen over biologie, omdat die lijken op verzoeken die tot misbruik kunnen leiden. Een model dat speciaal voor onderzoekers is gemaakt, helpt hen verder.
Het model bekijkt stukken DNA van zo'n 50.000 letters tegelijk. Het volledige DNA van een mens telt er ruim drie miljard, dus onderzoekers stellen hun vragen steeds over een klein deel daarvan.
Bijna net zo goed als de grootste modellen
Hugging Face heeft Carbon-X getest op vijf verzamelingen vragen over DNA. Gemiddeld beantwoordde het model 66,7 procent goed, net onder GPT-6.1 Sol van OpenAI (67,5 procent) en boven Claude Opus 5.5 van Anthropic (60,9 procent) en Gemini 4 Argon van Google (49,8 procent). Het taalmodel waar het team mee begon, kwam op ongeveer 40 procent. Volgens Hugging Face kost een vraag aan Carbon-X ongeveer 1.800 keer minder dan dezelfde vraag aan GPT-6.1 Sol.
Die cijfers komen van Hugging Face zelf, en twee van de vijf testsets heeft het bedrijf ook zelf gemaakt. Onafhankelijke onderzoekers kunnen de resultaten nu herhalen, omdat het model vrij beschikbaar is. Op sommige soorten vragen scoort Carbon-X nog rond de 30 procent; daar is ruimte voor verbetering in volgende versies.
Volgende stap: toetsen in het lab
Carbon-X is een hulpmiddel voor onderzoek en is niet getest voor medisch gebruik. Volgens Hugging Face is het daarom niet geschikt voor beslissingen over patiënten. Het model kan ook fouten maken. Zo kan het letters verkeerd tellen, of iets verzinnen over de herkomst van een stuk DNA als het te weinig informatie krijgt. De voorspellingen zijn nog niet met proeven in het lab gecontroleerd. Dat is de volgende stap om te zien hoe betrouwbaar ze zijn.
Wat betekent dit voor de weg naar de singulariteit?
Carbon-X laat zien dat een taalmodel niet alleen mensentaal kan leren, maar ook de 'taal' van het leven, en dat het beide in één gesprek kan combineren. Dat maakt genetische kennis toegankelijker. Een onderzoeker die geen geneticus is, bijvoorbeeld een kinderarts met een patiënt met een zeldzame aandoening, kan straks in gewone woorden vragen wat een bepaalde DNA-verandering zou kunnen doen. Het model verbindt die vraag met wat het uit een enorme hoeveelheid biologieteksten heeft geleerd.
Omdat het model gratis is en op een eigen computer draait, kunnen ook kleinere labs en ziekenhuizen het gebruiken. Volgens Hugging Face kost het nalopen van een grote openbare databank met 2,4 miljoen bekende DNA-veranderingen met Carbon-X een paar honderd dollar, in plaats van tienduizenden met de duurste modellen. Laten onafhankelijke tests en labproeven zien dat de voorspellingen kloppen, dan kan dit soort AI het genetisch onderzoek sneller en goedkoper maken, en zo de weg naar betere behandelingen verkorten.
