AI i biotehnologija: Virusi kreirani pomoću umjetne inteligencije

Naučnici su prvi put napravili nove viruse koristeći se umjetnom inteligencijom (AI). Ovi virusi nisu opasni po biljke životinje i ljude, ali je ovo dokaz da je koncept moguć. Kao i obično, s jedne strane to povećava nade u kreiranje nekih terapija, poput viroterapija raka, terapija fagima, ili stvaranje alternativne terapijama antibioticima, a sa druge strane, stvara strah da se na ovaj način može stvoriti neki novi patogen. Rad je bio dostupan od oktobra kao preprint, a sada je objavljen u magazinu Science.

Jezik genoma

“Sposobnost sastavljanja virusnih genoma pomoću generativne umjetne inteligencije sada postoji; upravljanje za sigurno vođenje ne postoji”, pišu prof. Tom Inglesby i dr. Moritz Hanke u Centru za zdravstvenu sigurnost Univerziteta “Johns Hopkins” u Baltimoreu, u pratećem članku u Science.

Naučnici su, koristeći modele vještačke inteligencije Evo 1 i Evo 2, prvi put dizajnirali čitave virusne genome sposobne da ciljano ubijaju bakterije E. coli, uključujući i sojeve otporne na antibiotike. Kao polazni šablon poslužila im je ΦX174, jednostavan DNK virus sa 11 gena koji je jedan od prvih sekvenciranih virusa. AI modeli Evo 1 i Evo 2, prethodno istrenirani na milionima genoma bakteriofaga, kako bi naučili obrasce koji čine viruse funkcionalnim. Dodatno su usmjeravani da stvaraju varijante prilagođene infekciji E. coli. Ovo nisu modeli bazirani na ljudskom jeziku, LLMs, nego su trenirani na jeziku genoma, nukleotida.

No, i ovi modeli imaju dosta sličnosti sa OpenAI modelom ChatGPT i drugim sličnim velikim jezičkim modelima: i oni na osnovu statistike i najvjerovatnije stohastičke kombinacije pogađaju jezik nukleinskih kiselina i stvaraju rečenice – genome. Četiri moćna slova genetičke abecede (ili pet, ako pored adenina, gvanina, timina i citozina računamo i RNK “slovo” uracil), ako se udruže u grupe po 3 kreiraju “riječi” – instrukcije koja aminokiselina treba da se priključi peptidnom lancu. Na taj način, diktiraju redoslijed aminokiselina, a time i strukturu i hemijska svojstva peptida i proteina.

Umjetna inteligencija generisala je hiljade potencijalnih genoma, od kojih su istraživači odabrali gotovo 300 i pokušali ih napraviti u laboratoriji. Genetički materijal ubačen je u bakterije, koje su ga pročitale i proizvele nove bakteriofage – viruse koji napadaju bakterije.

Proces je bio prilično neefikasan: samo 16 bakteriofaga pokazalo se funkcionalnim. Ipak, njihova kombinacija uspjela je brzo savladati otpornost kod dva različita soja bakterije E. coli.

Iako su genomi bakteriofaga mali, istraživanje je pokazalo da generativna AI može osmisliti funkcionalne virusne genome. Još nije poznato da li bi se isti pristup mogao primijeniti na druge vrste virusa, koji, iako jednostavni, ipak su kompleksniji od faga. Istraživači, međutim, naglašavaju da se ovakav pristup ne bi smio koristiti za stvaranje patogena koji mogu zaraziti ljude, životinje ili biljke.

Alternativni pristup

“Rastuća otpornost na antibiotike mogla bi nas dovesti do potencijalnog mračnog scenarija neizlječivih zaraznih bolesti do 2050. Terapija fagima je alternativni pristup liječenju zaraznih bolesti uzrokovanih bakterijama. (…) Jedan od problema s fagnom terapijom je taj što bakterije također razvijaju otpornost na bakteriofage. To se može prevladati raznim strategijama, uključujući primjenu koktela više faga s krajnjim ciljem uklanjanja bakterije koja uzrokuje bolest. Međutim, ove strategije često nisu vrlo učinkovite, što dovodi do nemogućnosti uspješnog liječenja infekcije. (…) Sveukupno, ovaj rad pokazuje da je generativna umjetna inteligencija vrlo moćan alat za stvaranje novih varijanti bakteriofaga kao antibakterijskih lijekova”, objašnjava dr. Jasna Rakonjac sa School of Food Technology and Natural Sciences pri Massey University, Novi Zeland.

Kada je Paul Berg uradio prvu genetičku modifikaciju, zaustavio je svoja istraživanja i sazvao čuvenu Asilomar konferenciju. Bez daljnjeg, potrebno je pokrenuti raspravo u kreirati set regulatornih mjera za ovakva istraživanja, kao i za regulaciju AI.

Ovakav napredak pokazuje koliko brzo AI mijenja granice biotehnologije. Zato nam je potreban globalni dogovor naučnika, regulatora i društva o jasnim pravilima za razvoj i primjenu ovakvih tehnologija. Potrebno je unaprijed postaviti granice koje će spriječiti zloupotrebu istraživanja i zaštititi ljude, životinje i okoliš.