Az AI-tervezett vírusok már nem pusztán elméleti lehetőséget jelentenek. A Stanford University és az Arc Institute kutatói az Evo 1 és Evo 2 genomikai modellekkel olyan bakteriofágokat hoztak létre, amelyek korábban nem léteztek a természetben. A laboratóriumban tesztelt 285 terv közül 16 működőképesnek bizonyult, és sikeresen fertőzte az E. coli baktériumokat, számolt be róla a The New York Times.
A módszer logikája meglepően közel áll ahhoz, ahogyan a generatív nyelvi modellek működnek. Egy szöveges modell szavak és mondatok összefüggéseiből tanul, az Evo modellek pedig hatalmas mennyiségű genetikai szekvenciából próbálják megtanulni a DNS „nyelvtanát”. A feladat nagyságrendekkel összetettebb egyetlen fehérje megtervezésénél, hiszen egy működő genom esetében több génnek, szabályozóelemnek és biológiai folyamatnak egyszerre kell megfelelően együttműködnie.
Az Evo 2 2025-ös bemutatásakor beszámoltunk arról, hogy az Arc Institute, a Stanford és az NVIDIA együttműködésében létrehozott genomikai alapmodell képes DNS-, RNS- és fehérjeszekvenciák elemzésére és generálására. A friss eredmény megmutatja, meddig juthat el az a képesség, amikor a számítógép által készített szekvencia kilép a digitális térből, és laboratóriumi teszt követi.
A kutatók a ΦX174 nevű bakteriofágot választották kiindulási alapnak. Ennek genomja mindössze 5386 nukleotidból és 11 génből áll, miközben már elég összetett ahhoz, hogy komoly tesztet jelentsen egy AI-modell számára. A ΦX174 genomját 1977-ben elsőként sikerült teljes egészében megszekvenálni, 2003-ban pedig ez lett az első mesterségesen, kémiai úton összeállított teljes genom is.
Az Evo alapmodelljei több mint kétmillió bakteriofág genomjából tanultak. A kutatók ezt követően 14 466, a ΦX174-hez hasonló Microviridae-szekvenciával finomhangolták a rendszert. Az AI több ezer lehetséges genomot generált, amelyek közül szűrés után 285-öt építettek meg és teszteltek laboratóriumban. Tizenhat változat képes volt szaporodni és gátolni a célként használt E. coli baktériumok növekedését.
Olyan vírusok születtek, amelyeknek nincs pontos természetes megfelelőjük
Az AI-tervezett vírusok genetikai állománya több esetben jelentősen eltért a természetben ismert bakteriofágokétól. Genomjuk 67 és 392 közötti új mutációt tartalmazott a hozzájuk genetikailag legközelebb álló természetes vírushoz képest. Tizenhárom esetben olyan mutációkat is találtak, amelyek egyetlen ismert természetes szekvenciában sem szerepelnek.
Az Evo-Φ2147 nevű változat különösen messze került ismert rokonaitól. Genomja 392 eltérést tartalmazott, és mindössze 93 százalékos átlagos nukleotid-egyezést mutatott a hozzá legközelebb álló NC51 bakteriofággal. Egyes taxonómiai kritériumok alapján ez már elegendő különbség lehet ahhoz, hogy önálló fajnak tekintsék.
Egy másik AI-tervezett vírus, az Evo-Φ36 egy távoli rokonból, a G4 bakteriofágból származó DNS-csomagoló fehérjét épített be a szerkezetébe. Ennek működő kombinációját korábbi, hagyományos mérnöki próbálkozásokkal nem sikerült létrehozni. A kriogén elektronmikroszkópos vizsgálatok szerint a rendszer több egymással összefüggő genetikai változással tette működőképessé a szokatlan fehérjekombinációt.
Ez a képesség különösen érdekes a digitális biológia szempontjából. A generatív modellek hatalmas genetikai variációs teret tudnak gyorsan bejárni, így olyan kombinációkra is rátalálhatnak, amelyekhez a hagyományos, lépésenkénti tervezés jóval több kísérletet igényelne. A fehérjetervezéstől a teljes genomok felé történő elmozdulás az AI biotechnológiai felhasználásának új szintjét jelzi.
Az antibiotikum-rezisztencia ellen is bevethető lehet
A bakteriofágok olyan vírusok, amelyek baktériumokat fertőznek meg. Éppen ez teszi őket régóta kutatott eszközzé a fágterápiában, ahol célzott vírusokkal próbálják elpusztítani a betegséget okozó baktériumokat. A terület jelentőségét növeli az antimikrobiális rezisztencia terjedése, amelyet az Egészségügyi Világszervezet a globális egészségügy egyik legsúlyosabb fenyegetéseként tart számon.
Az AI-tervezett vírusok egyik lehetséges alkalmazási területe éppen az antibiotikum-rezisztens baktériumok elleni küzdelem lehet. A Stanford és az Arc Institute kísérletében három olyan E. coli törzset is létrehoztak, amelyek ellenállóvá váltak a természetes ΦX174 bakteriofággal szemben. Több AI-tervezett vírus kombinációjával mindhárom rezisztens baktériumvonalat sikerült áttörni egy–öt kísérleti ciklus alatt, miközben az eredeti ΦX174 erre már nem volt képes.
A megközelítés egyik lehetséges előnye a létrehozható genetikai változatosság. Egyetlen természetes bakteriofág megtalálása és adaptálása helyett az AI nagyszámú alternatív genomot generálhat, amelyekből a kutatók kiválaszthatják vagy kombinálhatják a kívánt tulajdonságokat hordozó változatokat. Bár a mostani eredményektől még hosszú út vezet a klinikai alkalmazásig, a kísérlet megmutatta, hogy teljes genomok generatív tervezése működő biológiai rendszerekhez vezethet.
A vírus szó miatt a biztonság is azonnal előkerült
A kísérletben létrehozott vírusok kizárólag baktériumokat fertőző bakteriofágok. A 16 működő változat az E. coli C és a vele rokon E. coli W törzsre korlátozódott, hat másik vizsgált baktériumtörzsön nem mutatott növekedést. A laboratóriumi munkában nem patogén E. coli törzseket alkalmaztak, speciális biológiai biztonsági eljárások mellett.
Az Arc Institute szerint az Evo tanítóadat-készletéből szándékosan kizárták az emberi vírusok genetikai szekvenciáit, így a most használt rendszer fejlesztésekor külön biztonsági korlátozásokat építettek a folyamatba. A jelenlegi eredmény sem bizonyítja, hogy hasonló módszerrel emberre veszélyes vírusok tervezhetők lennének, az ilyen kórokozók biológiája ugyanis jóval összetettebb a vizsgált bakteriofágokénál.
Az AI-tervezett vírusok fejlődése ugyanakkor új biológiai biztonsági kérdéseket is felvet. Független szakértők szerint a teljes vírusgenomok generálásának képessége indokolttá teszi a genetikai AI-modellek, a DNS-szintézis és a laboratóriumi hozzáférés biztonsági rendszerének továbbfejlesztését. A technológia fejlődési sebessége jelenleg gyorsabb annál, mint ahogyan a hozzá kapcsolódó irányítási és szabályozási keretek kialakulnak.
Az AI-tervezett vírusok most még laboratóriumi kutatási eredményt jelentenek, a technológia azonban jól mutatja, milyen gyorsan közelít egymáshoz a generatív AI és a szintetikus biológia. Az Evo 2 esetében az AI már eljutott egy teljes, működőképes vírusgenom megtervezéséig. A következő évek egyik nagy biotechnológiai feladata annak feltárása lesz, hogyan használható ez a képesség gyógyszerkutatásra és az antibiotikum-rezisztencia elleni küzdelemre úgy, hogy a technológia fejlődésével a biztonsági kontrollok is lépést tartsanak.
