Η τεχνητή νοημοσύνη (ΤΝ) μπορεί να ζωγραφίζει γάτες και να γράφει email. Τώρα, η ίδια τεχνολογία μπορεί να συνθέσει ένα λειτουργικό γονιδίωμα. Μια ερευνητική ομάδα στην Καλιφόρνια δημιούργησε νέους ιούς με τη βοήθεια της τεχνητής νοημοσύνης οι οποίοι κατάφεραν να αναπαραχθούν και να εξοντώσουν βακτήρια.
Η ερευνητική ομάδα από το Πανεπιστήμιο Στάνφορντ και το μη κερδοσκοπικό Ινστιτούτο Arc στο Πάλο Άλτο, δήλωσε πως τα μικρόβια με γονιδιώματα που δημιουργήθηκαν με τεχνητή νοημοσύνη αντιπροσωπεύουν την πρώτη περίπτωση γενετικού σχεδιασμού σε επίπεδο πλήρους γονιδιώματος. Η έρευνά τους έχει τη δυνατότητα να δημιουργήσει νέες θεραπείες και να επιταχύνει την έρευνα σε τεχνητά κατασκευασμένα κύτταρα.
Πρόκειται για ένα «εντυπωσιακό πρώτο βήμα» προς οργανισμούς σχεδιασμένες από την τεχνητή νοημοσύνη, λέει ο βιολόγος Τζεφ Μπόκε από το NYU Langone Health. Σύμφωνα με τον βιολόγο, η απόδοση της τεχνητής νοημοσύνης ήταν εκπληκτικά καλή και ότι οι ιδέες της ήταν απρόσμενες.
«Εμφανίστηκαν ιοί με νέα γονίδια, με κολοβωμένα γονίδια, ακόμα και με διαφορετική σειρά και διάταξη γονιδίων», σημειώνει.
Ωστόσο, πρόκειται μάλλον για αποσπασματικά κομμάτια γενετικού κώδικα με σχετικά απλά γονιδιώματα.
Στη νέα τους μελέτη, οι ερευνητές του Arc Institute επιδίωξαν να αναπτύξουν παραλλαγές ενός βακτηριοφάγου που ονομάζεται phiX174 και ο οποίος έχει μόνο 11 γονίδια και περίπου 5.000 γράμματα DNA. Για να το κάνουν αυτό, χρησιμοποίησαν δύο εκδόσεις ενός συστήματος ΤΝ που ονομάζεται Evo, το οποίο λειτουργεί με τις ίδιες αρχές όπως τα μεγάλα γλωσσικά μοντέλα, π.χ. το ChatGPT. Οι επιστήμονες εκπαίδευσαν τα μοντέλα σε γονιδιώματα περίπου 2 εκατομμυρίων άλλων βακτηριοφάγων.
Είχαν όμως επιστημονική αξία οι γενετικοί κώδικες που πρότεινε η τεχνητή νοημοσύνη; Για να το διαπιστώσουν αυτό, οι ερευνητές εκτύπωσαν χημικά 302 από αυτά τα σχέδια γονιδιωμάτων ως αλυσίδες DNA και τα ανάμειξαν με βακτήρια E. coli.
Ένα βράδυ, οι επιστήμονες παρατηρήσαν ότι υπήρχαν πλάκες με νεκρά βακτήρια στα τρυβλία Petri. Αργότερα, τράβηξαν φωτογραφίες με το μικροσκόπιο των μικροσκοπικών ιικών σωματιδίων, που μοιάζουν με θολές κουκκίδες.
«Ήταν εντυπωσιακό να βλέπεις στην πράξη αυτή τη σφαίρα που παρήγαγε η ΤΝ», λέει ο Μπράιαν Χι, επικεφαλής του εργαστηρίου στο Arc Institute.
Τελικά, 16 από τα 302 σχέδια αποδείχθηκαν λειτουργικά και οι υπολογιστικά σχεδιασμένοι βακτηριοφάγοι μπόρεσαν να αναπαραχθούν, να εισβάλουν στα βακτήρια και να τα εξοντώσουν.
Ο Κρεγκ Βέντερ, ο οποίος δημιούργησε μερικούς από τους πρώτους οργανισμούς με εργαστηριακά κατασκευασμένο DNA πριν από σχεδόν δύο δεκαετίες, δήλωσε πως οι μέθοδοι της ΤΝ είναι «απλώς μια ταχύτερη εκδοχή πειραμάτων δοκιμής και σφάλματος». Για παράδειγμα, όταν το 2008 η ομάδα του πέτυχε να δημιουργήσει ένα βακτήριο με εργαστηριακά εκτυπωμένο γονιδίωμα, ήταν μετά από μια μακρά διαδικασία δοκιμής και σφάλματος διαφορετικών γονιδίων.
«Ουσιαστικά κάναμε τη χειροκίνητη εκδοχή της ΤΝ — μελετώντας τη βιβλιογραφία και αξιοποιώντας ό,τι γνώση υπήρχε», εξηγεί.
Πώς μπορεί η τεχνητή νοημοσύνη να μετασχηματίσει τη βιολογία
Ωστόσο, η ταχύτητα είναι ακριβώς ο λόγος που πολλοί εκτικούν πως η ΤΝ θα μετασχηματίσει τη βιολογία. Αυτές οι σύγχρονες μεθοδολογίες απέσπασαν το Νόμπελ το 2024 για την πρόβλεψη της τρισδιάστατης δομής των πρωτεϊνών. Επιπλέον, δισεκατομμύρια δολάρια επενδύονται με την προσδοκία ότι η ΤΝ θα ανακαλύψει καινούρια φάρμακα. Αυτήν την εβδομάδα, μια εταιρεία στη Βοστώνη, η Lila, έλαβε χρηματοδότηση ύψους 235 εκατομμυρίων δολαρίων για να κατασκευάσει αυτοματοποιημένα εργαστήρια που θα λειτουργούν με τεχνητή νοημοσύνη.
Οι ιοί που σχεδιάζονται από υπολογιστή θα μπορούσαν επίσης να έχουν εμπορικές χρήσεις. Για παράδειγμα, οι γιατροί έχουν δοκιμάσει κατά καιρούς θεραπείες με φάγους για ασθενείς με σοβαρές βακτηριακές λοιμώξεις.
«Υπάρχει σίγουρα τεράστιο δυναμικό για αυτήν την τεχνολογία», λέει ο Σάμιουελ Κινγκ, ο φοιτητής που ηγήθηκε του έργου στο εργαστήριο του Χι. Σημειώνει ότι οι περισσότερες γονιδιακές θεραπείες χρησιμοποιούν ιούς για να μεταφέρουν γονίδια στο σώμα των ασθενών και η ΤΝ μπορεί να αναπτύξει πιο αποτελεσματικούς φορείς.
Οι ερευνητές του Στάνφορντ λένε ότι σκοπίμως δεν εκπαίδευσαν την ΤΝ σε ιούς που μπορούν να μολύνουν ανθρώπους. Ωστόσο, η τεχνολογία αυτή ενέχει τον κίνδυνο άλλοι επιστήμονες — είτε από περιέργεια, καλές προθέσεις ή κακή πρόθεση — να τη χρησιμοποιήσουν σε ανθρώπινα παθογόνα, εξερευνώντας νέες διαστάσεις θανατηφόρας δράσης.
«Σε κάθε έρευνα που ενισχύει ιούς, ιδιαίτερα όταν τα αποτελέσματα είναι απρόβλεπτα, συνιστώ απόλυτη προσοχή. Αν κάποιος το επιχειρούσε με ευλογιά ή άνθρακα, θα ανησυχούσα πολύ» προειδοποιεί ο Βέντερ.
Μπορεί η τεχνητή νοημοσύνη να δημιουργήσει ένα πλήρες γονιδίωμα;
Το αν η ΤΝ μπορεί να δημιουργήσει ένα πλήρες γονιδίωμα για έναν μεγαλύτερο οργανισμό παραμένει ανοιχτό ερώτημα. Για παράδειγμα, το γονιδίωμα του E. coli είναι περίπου χίλιες φορές μεγαλύτερο από αυτό του phiX174. Επίσης, δεν υπάρχει ακόμα εύκολος τρόπος για να δοκιμαστούν τα σχέδια που δημιούργησε η τεχνητή νοημοσύνη για μεγαλύτερα γονιδιώματα. Ορισμένοι ιοί μπορούν να ενεργοποιηθούν μόνο με ένα κλώνο DNA, αλλά αυτό δεν ισχύει για βακτήρια, μαμούθ ή ανθρώπους. Αντί γι’ αυτό, οι επιστήμονες πρέπει να επεξεργάζονται σιγά-σιγά υπάρχοντα κύτταρα με γενετική μηχανική, κάτι που εξακολουθεί να είναι μια δύσκολη διαδικασία.
Ο Τζέισον Κέλι, επικεφαλής της Ginkgo Bioworks, δηλώνει ότι αυτή η προσπάθεια είναι σημαντική και θα μπορούσε να πραγματοποιηθεί σε αυτοματοποιημένα εργαστήρια, όπου τα γονιδιώματα σχεδιάζονται, δοκιμάζονται και τα δεδομένα τροφοδοτούνται ξανά στην ΤΝ για βελτίωση.
«Αυτό θα ήταν ένα επιστημονικό ορόσημο σε εθνική κλίμακα, καθώς τα κύτταρα είναι τα δομικά στοιχεία της ζωής. Οι ΗΠΑ πρέπει να διασφαλίσουν ότι θα το πετύχουμε πρώτοι», καταλήγει ο Κέλι.
ΠΗΓΗ: MIT Technology Review
