Foto: Wikimedia Commons / mikemacmarketing, CC BY 2.0/avaz.ba
Umjetna inteligencija osmislila je čitave genome bakteriofaga, a zatim su ti genomi proizvedeni u laboratoriji i testirani na bakterijama. Od tisuća prijedloga, 16 se pokazalo funkcionalnim, što predstavlja novi korak u primjeni generativnih AI modela u biologiji.
Istraživanje je predvodio dr. Brajan Haj sa Univerziteta Stanford, a korišteni su modeli Evo 1 i Evo 2, koji analiziraju obrasce u genetičkim sekvencama. Modeli su trenirani na podacima o više od dva milijuna bakteriofaga, a potom usmjereni na sekvence porodice Microviridae. Istraživači su se posebno fokusirali na bakteriofag ΦX174, mali virus koji napada bakterije i čiji je genom dovoljno jednostavan za laboratorijsku sintezu, ali i dovoljno složen da posluži kao ozbiljan test za AI.
AI je generisala hiljade potencijalnih genoma, a 285 ih je odabrano za laboratorijsko testiranje. Samo 16 je moglo da se reproducira i napada ciljane bakterije. Posebno je navedeno da su novi bakteriofagi uspjeli napasti određene sojeve E. coli koji su prethodno postali otporni na prirodni ΦX174.
Rezultati bi dugoročno mogli biti značajni za fagoterapiju, odnosno korištenje bakteriofaga za uništavanje bakterija. U istraživanju se navodi i da bi ovaj pristup mogao biti zanimljiv kod dugotrajnih i teško izlječivih infekcija, kao i u kontekstu biofilmova, zaštitnih zajednica bakterija koje se mogu razviti na hroničnim ranama, kateterima i implantatima. Ipak, laboratorijski rezultati ne znače automatski da će isti učinak biti moguć i kod ljudi, a istraživanje nije pokazalo liječenje infekcija otpornih na antibiotike.
Mogućnost da AI dizajnira funkcionalne virusne genome otvorila je i pitanja biosigurnosti. Autori istraživanja zato su primijenili određene zaštitne mjere, uključujući isključivanje podataka o virusima koji mogu zaraziti ljude, životinje ili biljke. Eksperimenti su izvođeni na nepatogenim laboratorijskim sojevima E. coli, a svih 16 novih bakteriofaga imalo je veoma uzak raspon domaćina. Stručnjaci pritom upozoravaju da razvoj sigurnosnih pravila mora pratiti napredak tehnologije i predlažu kontrolu pristupa rizičnim modelima i podacima, provjeru genetičkih sekvenci prije sinteze te stroga laboratorijska pravila.