Šie virusai yra specifinės rūšies, vadinamos bakteriofagais, kurie užkrečia tik bakterijas ir visame pasaulyje naudojami pacientams, sergantiems užsitęsusiomis infekcijomis, gydyti. Laboratoriniais bandymais nustatyta, kad dirbtiniu intelektu suprojektuotų virusų mišinys sunaikino E. coli bakterijas, kurios buvo atsparios natūraliems bakteriofagams.
Kalifornijos Stenfordo universiteto chemijos inžinierius dr. Brianas Hie, naudodamas genominius kalbos modelius – genetinį atitikmenį dideliems kalbos modeliams, kuriais remiasi dirbtinio intelekto pokalbių robotai – sukūrė veikiančius bakteriofagų genomus. Vėliau virusai buvo pagaminti laboratorijoje ir petri lėkštelėje susidūrė su E. coli bakterijomis.
Gebėjimas „greitai sukurti“ genomus ir pritaikyti juos konkrečioms bakterijoms, tuo pačiu įveikiant atsparumą, galėtų pakeisti fagoterapiją ir išplėsti biotechnologinių priemonių rinkinį, teigiama žurnale „Science“ publikuotame straipsnyje.
Dirbtinio intelekto sukurti vaistai ir patikimumas moksle: ar tai nėra pavojinga?
Tačiau nepaisant galimų privalumų, mokslininkai sako, kad šis darbas kelia svarbius biologinio saugumo, biologinio izoliavimo ir biologinės apsaugos klausimus – ir ragina kitus, kuriančius ištisus genomus, viso projekto metu konsultuotis su saugos ir apsaugos specialistais.
Papildančiame straipsnyje profesorius Tomas Inglesby ir dr. Moritzas Hanke iš Sveikatos saugumo centro prie Johnso Hopkinso universiteto (JAV) dar kartą pabrėžė šį įspėjimą, rašydami: „Nors tai teikia vilčių gyvosios gamtos mokslų taikymams, kartu kelia skubius klausimus dėl biologinės saugos. Dabar jau egzistuoja galimybė kurti virusų genomus naudojant generatyvinį dirbtinį intelektą, tačiau trūksta valdymo mechanizmų, kurie leistų saugiai tai reguliuoti.“
B. Hie ir jo kolegos naujiems virusų genomams sukurti panaudojo dirbtinio intelekto modelius, vadinamus „Evo1“ ir „Evo2“. Modeliai buvo apmokyti remiantis 2 milijonų bakteriofagų genetiniais duomenimis. Virusų, galinčių užkrėsti augalus, žmones ar kitus gyvūnus, genetinis kodas buvo sąmoningai neįtrauktas į dirbtinio intelekto apmokymą, siekiant sumažinti pavojingų virusų sukūrimo riziką.
DI sukūrė tūkstančius potencialių genomų, iš kurių mokslininkai atrinko beveik 300, kad juos pagamintų laboratorijoje. Jie buvo įterpti į bakterijas, kurios perskaitė genetinį kodą ir pagamino naujus bakteriofagus. Procesas nebuvo efektyvus: gyvybingais pasirodė esantys tik 16 bakteriofagų, tačiau jų mišinys greitai įveikė atsparumą dviejose skirtingose E. coli padermėse.
Susiję straipsniai
Bakteriofagų genomai yra labai maži, tačiau T. Inglesby ir M. Hanke teigia, kad šis darbas vis dėlto įrodė, jog generatyvinis DI gali sukurti veikiančius virusų genomus. Nežinoma, ar tą patį metodą būtų galima taikyti kitiems virusams, tačiau tyrėjai sako, kad neturėtų būti tęsiami tyrimai su patogenais, galinčiais užkrėsti žmones, gyvūnus ar augalus.
„Tokie genomai gali koduoti naujus patogenus, kurių neįmanoma sustabdyti esamomis kovos priemonėmis“, – rašo jie.
Londono Imperatoriškajame koledžo sintetinės genomų inžinerijos profesorius Tomas Ellisas sako, kad šis darbas įspūdingas, tačiau jis atskleidžia, kaip sunku būtų sukurti sudėtingesnius genomus. „Tai tiesiog mažiausias ir lengviausiai sukurtinas genomas“, – sako jis.
T. Ellisas teigia, kad dirbtinis intelektas, apmokytas pagal pavojingų mikroorganizmų genetinius kodus, galėtų būti panaudotas dar žalingesnių virusų kūrimui, tačiau čia padėtų prieigos prie genetinių duomenų kontrolė ir apribojimai, susiję su pavojingai atrodančių genomų kūrimu. „Valdžios jau dabar intensyviai dirba šia linkme“, – sako jis.
„Bet, sąžiningai sakant, grėsmė, kylanti dėl visiškai dirbtiniu intelektu sukurto viruso ar bakterijos genomo, yra labai perdėta, jei atsižvelgsime į tai, kad daug lengviau ir pavojingiau yra tiesiog paimti esamus patogenus ir jų genomuose atlikti funkcijų sustiprinimo pakeitimus.“
Londono Karališkojo koledžo mokslo ir tarptautinio saugumo docentė Dr. Filippa Lentzos sako, kad šiuo metu svarbiausias momentas, kur reikia įsikišti, yra DNR gamybos etapas. „Svarbu matyti platesnį valdymo vaizdą ir neskirti reguliavimo dėmesio vien tik dirbtinio intelekto modeliui, – nurodo ji. – Daugiasluoksnis požiūris yra racionalesnis: apsaugos priemonės, susijusios su modelių kūrimu ir prieiga prie jų, atsakingas mokslinių tyrimų vertinimas, sintezės patikrinimas bei nusistovėjusios laboratorijų biologinės saugos ir biologinio saugumo taisyklės.“
Parengta pagal „The Guardian“.