فهرست مطالب
پژوهشگران دانشگاه استنفورد و مؤسسه Arc با استفاده از مدل هوش مصنوعی ژنومی Evo موفق شدند ۱۶ ویروس فعال طراحی و تولید کنند که پیش از این در طبیعت وجود نداشتند.
به گزارش سرویس هوش مصنوعی تکناک، این ویروس‌ها توانستند باکتری E. coli را آلوده کنند و پس از ورود به آن تکثیر شوند.
این پژوهش که نتایج آن در مجله Science منتشر شده است، یکی از نمونه‌های مهم استفاده از هوش مصنوعی برای طراحی توالی‌های ژنتیکی کامل محسوب می‌شود. پژوهشگران ابتدا مدل Evo را با حجم عظیمی از اطلاعات ژنتیکی آموزش دادند و سپس از آن خواستند ژنوم‌های جدیدی برای ویروس‌ها طراحی کند. آنها ۲۸۵ ژنوم پیشنهادی را به صورت شیمیایی ساختند که از میان آنها، ۱۶ نمونه به ویروس‌های فعال و قابل تکثیر تبدیل شدند.
بیشتر بخوانید: کشف بیش از 160هزار ویروس RNA جدید با کمک هوش مصنوعی
آموزش هوش مصنوعی با ۹ تریلیون نوکلئوتید
پژوهشگران مدل‌های ژنومی Evo را با بیش از ۹ تریلیون نوکلئوتید آموزش دادند. این مجموعه بیش از ۱۲۸ هزار توالی ژنتیکی از میان میلیون‌ها حیوان، گیاه، میکروب و ویروس را در بر می‌گرفت. نوکلئوتیدها واحدهای سازنده DNA هستند و ترتیب قرار گرفتن آنها اطلاعات ژنتیکی موجودات را شکل می‌دهد.
هدف پژوهشگران این بود که هوش مصنوعی الگوهای آماری موجود در DNA را یاد بگیرد. این فرایند شباهت‌هایی به آموزش مدل‌های زبانی دارد. یک مدل زبانی با بررسی حجم زیادی از متن، الگوهای قرار گرفتن کلمات در کنار یکدیگر را یاد می‌گیرد. Evo نیز با بررسی اطلاعات ژنتیکی یاد گرفت که چه ترکیب‌هایی از نوکلئوتیدها می‌توانند توالی‌های زیستی معنادار ایجاد کنند.
دانشمندان چند دهه است که ویروس‌ها را به صورت مصنوعی تولید می‌کنند، اما این فرایند معمولا با استفاده از ژنوم ویروس‌های موجود انجام می‌شود. پژوهشگران توالی ژنتیکی یک ویروس شناخته‌شده را دریافت می‌کنند و با کپی یا ویرایش آن، نمونه‌ای جدید می‌سازند. تفاوت مهم آزمایش جدید این است که هوش مصنوعی الگوهای ژنتیکی را آموخت و سپس براساس این الگوها توالی‌های جدیدی پیشنهاد کرد.
تعداد بسیار زیاد ترکیب‌های احتمالی DNA باعث شده است که بررسی همه آنها برای انسان امکان‌پذیر نباشد. پژوهشگران امیدوار بودند هوش مصنوعی بتواند با تحلیل حجم عظیمی از داده‌ها، قواعد آماری این چیدمان‌ها را شناسایی کند و از آنها برای طراحی ژن‌های جدید استفاده نماید.
بیشتر بخوانید: شناسایی سریع ویروس‌های تنفسی با هوش مصنوعی
از ۷۰۰ هزار ژنوم پیشنهادی تا ساخت ۱۶ ویروس
دانشمندان برای آزمایش این توانایی هوش مصنوعی Evo، ویروس Phi X-174 را انتخاب کردند. این ویروس بیش از یک قرن است که مورد مطالعه قرار دارد و فقط باکتری E. coli را آلوده می‌کند. ژنوم Phi X-174 شامل ۱۱ ژن و ۵۳۸۶ نوکلئوتید است. اندازه کوچک ژنوم آن نیز این ویروس را به گزینه مناسبی برای چنین آزمایشی تبدیل کرد.
پژوهشگران مدل Evo را با اطلاعات ژنتیکی Phi X-174 و حدود ۱۵ هزار نمونه از نزدیک‌ترین خویشاوندان آن آموزش دادند. مدل پس از تحلیل این اطلاعات، حدود ۷۰۰ هزار ژنوم احتمالی جدید طراحی کرد. دانشمندان این فهرست را مورد بررسی قرار دادند و در نهایت ۲۸۵ توالی را برای آزمایش انتخاب کردند.
پژوهشگران این ۲۸۵ ژنوم را به صورت شیمیایی ساختند تا مشخص شود کدام یک می‌توانند به ویروس فعال تبدیل شوند. نتیجه نشان داد که ۱۶ نمونه قابلیت شکل‌گیری، آلوده کردن باکتری و تکثیر را دارند. این ویروس‌ها پیش از این در طبیعت وجود نداشتند و توالی ژنتیکی آنها با کمک هوش مصنوعی طراحی شده بود.
البته این ۱۶ ویروس کاملاً متفاوت از Phi X-174 نبودند. ساختار ژنتیکی آنها همچنان شباهت زیادی به ویروس اصلی داشت و بسیاری از اجزای سازنده یکسان بودند. تفاوت‌ها بیشتر به جهش‌ها و نحوه چیدمان این اجزای ژنتیکی مربوط می‌شد.
پژوهشگران برای بررسی کاربرد احتمالی این ویروس‌ها، سه سویه از باکتری E. coli ایجاد کردند که در برابر Phi X-174 طبیعی مقاومت پیدا کرده بودند. سپس آنها باکتری‌ها را در معرض ترکیبی از فاژهای طراحی‌شده با هوش مصنوعی قرار دادند. جمعیت این فاژها در جریان آزمایش تکامل پیدا کرد و در نهایت توانست مقاومت هر سه سویه باکتریایی را پشت سر بگذارد.
بیشتر بخوانید: موفقیت نخستین واکسن طراحی‌شده با هوش مصنوعی
نگرانی کارشناسان درباره کاربردهای خطرناک فناوری
نتایج این آزمایش نشان می‌دهد هوش مصنوعی می‌تواند در آینده برای طراحی ویروس با ویژگی‌های مشخص مورد استفاده قرار گیرد. توانایی مقابله با باکتری‌های مقاوم یکی از کاربردهای بالقوه این فناوری است. با وجود این، همین قابلیت پرسش‌های مهمی درباره ایمنی زیستی و امکان استفاده خطرناک از مدل‌های ژنومی ایجاد کرده است.
پژوهشگران تأکید کردند که ویروس‌های تولیدشده در این آزمایش برای انسان کاملا بی‌خطر هستند. Phi X-174 فقط باکتری E. coli را هدف قرار می‌دهد و دانشمندان نیز برای آموزش این بخش از مدل از داده‌های مربوط به عوامل بیماری‌زای شناخته‌شده برای انسان استفاده نکردند. همچنین آنها گفته‌اند که دستیابی به نتیجه مشابه درباره ویروس‌های بیماری‌زای انسانی، چالش کاملا متفاوتی خواهد بود.
با وجود این اقدامات احتیاطی، آزمایش جدید نشان می‌دهد مدل‌های هوش مصنوعی می‌توانند از مرحله تحلیل ژنوم‌های موجود فراتر بروند و در طراحی توالی‌های ژنتیکی جدید نقش داشته باشند. همین موضوع نگرانی برخی کارشناسان را درباره استفاده احتمالی از فناوری مشابه برای طراحی عوامل زیستی خطرناک افزایش داده است.
کارشناسان هشدار داده‌اند که پیشرفت کاربردهای هوش مصنوعی در زیست‌شناسی ممکن است از تدوین مقررات و سازوکارهای ایمنی لازم جلوتر حرکت کرده باشد. در نتیجه، توانایی طراحی ژنوم‌های جدید علاوه بر ظرفیت‌های علمی و درمانی، ضرورت ایجاد محدودیت‌ها و استانداردهای ایمنی متناسب با سرعت پیشرفت این فناوری را نیز برجسته کرده است.
