Η Τεχνητή Νοημοσύνη δημιούργησε νέους ιούς στο εργαστήριο – Το επιστημονικό επίτευγμα και οι ανησυχίες

Επιστήμονες χρησιμοποίησαν ένα μοντέλο Τεχνητής Νοημοσύνης (AI) για να δημιουργήσουν νέα ιικά γονιδιώματα, διαφορετικά από κάθε γνωστό φυσικό ιό, τα οποία στοχεύουν συγκεκριμένους οργανισμούς-ξενιστές, σύμφωνα με νέα μελέτη. Το επίτευγμα θεωρείται πολλά υποσχόμενο για την ανάπτυξη νέων θεραπειών, ωστόσο εγείρει και ανησυχίες για το ενδεχόμενο κακόβουλης χρήσης της τεχνολογίας.

Η μελέτη, που δημοσιεύθηκε την Πέμπτη στο επιστημονικό περιοδικό Science, αναφέρει ότι γενετικές αλληλουχίες από εκατομμύρια πηγές, προερχόμενες «από όλους τους τομείς της ζωής», χρησιμοποιήθηκαν ως το εκπαιδευτικό σώμα δεδομένων του μοντέλου AI με την ονομασία Evo, με τρόπο αντίστοιχο με εκείνον που το ChatGPT και άλλα μεγάλα γλωσσικά μοντέλα εκπαιδεύονται σε τεράστιες συλλογές κειμένων.

Στη συνέχεια, ερευνητές από το Πανεπιστήμιο Στάνφορντ και το Ινστιτούτο Arc χρησιμοποίησαν το Evo για να δημιουργήσουν χιλιάδες πιθανούς συνδυασμούς γονιδιωμάτων, εστιάζοντας σε εκείνα που θα μπορούσαν να μολύνουν κύτταρα του βακτηρίου E. coli. Από τα χιλιάδες γονιδιώματα που σχεδίασε το μοντέλο, οι επιστήμονες κατασκεύασαν και δοκίμασαν περίπου 300 στο εργαστήριο, διαπιστώνοντας ότι τα 16 εξελίχθηκαν σε βιώσιμους ιούς.

Οι νέοι αυτοί ιοί είναι βακτηριοφάγοι, δηλαδή ιοί που μολύνουν βακτήρια και δεν μπορούν να προσβάλουν τον άνθρωπο.

Σύμφωνα με τη μελέτη, η γενετική βιβλιοθήκη επέτρεψε στο μοντέλο να «μάθει τους εξελικτικούς περιορισμούς» των φυσικών γονιδιωμάτων. Ωστόσο, οι επιστήμονες διαπίστωσαν ότι ένας από τους νέους ιούς παρουσίαζε ένα χαρακτηριστικό που απείχε σημαντικά από ό,τι έχει παρατηρηθεί στη φυσική εξέλιξη, γεγονός που υποδηλώνει ότι η AI παρήγαγε γενετικές αλλαγές οι οποίες ενδεχομένως θα απαιτούσαν εκατομμύρια χρόνια για να εμφανιστούν φυσικά.

Οι δοκιμές έδειξαν επίσης ότι ένα μείγμα από τους νέους βακτηριοφάγους μπορούσε να υπερνικήσει την ανθεκτικότητα ορισμένων στελεχών του E. coli, κάτι που δεν κατάφερε ένα αντίστοιχο μείγμα φυσικών βακτηριοφάγων.

Όπως αναφέρουν οι συγγραφείς της μελέτης, το εύρημα αυτό «ανοίγει τον δρόμο για την ανάπτυξη προσαρμοστικών και ανθεκτικών θεραπειών με βακτηριοφάγους απέναντι σε ταχέως εξελισσόμενα παθογόνα».

Πρόκειται για ένα σημαντικό επιστημονικό επίτευγμα, ιδιαίτερα σε μια περίοδο κατά την οποία οι επιστήμονες αναζητούν νέους τρόπους αντιμετώπισης της ολοένα αυξανόμενης αντοχής μικροβίων, όπως το E. coli, στα αντιβιοτικά.

«Η επιτυχία που επιτεύχθηκε είναι σημαντική», δήλωσε ο Jordi García Ojalvo, καθηγητής Συστημικής Βιολογίας στο Πανεπιστήμιο Pompeu Fabra της Βαρκελώνης, σε σχόλιό του στο Science Media Centre.

Ωστόσο, όπως επισημαίνουν οι ειδικοί, η πρόοδος αυτή συνοδεύεται και από σοβαρούς προβληματισμούς.

«Αν και πρόκειται για μια πολλά υποσχόμενη εξέλιξη για τις βιοεπιστήμες, εγείρει επίσης επείγοντα ζητήματα βιοασφάλειας και βιοπροστασίας», έγραψαν επιστήμονες του Κέντρου Υγείας και Ασφάλειας του Johns Hopkins σε συνοδευτικό άρθρο που δημοσιεύθηκε επίσης στο Science.

«Η δυνατότητα σύνθεσης ιικών γονιδιωμάτων με τη χρήση γενετικής τεχνητής νοημοσύνης είναι πλέον πραγματικότητα. Αυτό που ακόμη απουσιάζει είναι το κατάλληλο κανονιστικό πλαίσιο που θα διασφαλίζει την ασφαλή χρήση της», σημειώνουν.

Οι ερευνητές αφιέρωσαν σημαντικό μέρος της μελέτης στα ζητήματα βιοασφάλειας και βιοπροστασίας. Ωστόσο, οι επιστήμονες του Johns Hopkins παρατηρούν ότι οι συγγραφείς της νέας έρευνας αντιμετώπισαν αυτά τα ζητήματα πιο υπεύθυνα και συστηματικά από ό,τι οι περισσότεροι δημιουργοί ισχυρών μοντέλων βιολογικής τεχνητής νοημοσύνης.

Η έρευνα επικεντρώθηκε αποκλειστικά στο βακτήριο E. coli και σε έναν τύπο ιού που δεν μπορεί να μολύνει ανθρώπους, ενώ παραμένει άγνωστο κατά πόσο η ίδια προσέγγιση θα μπορούσε να εφαρμοστεί και σε άλλες κατηγορίες ιών.

Στο συνοδευτικό άρθρο, οι επιστήμονες επισημαίνουν πάντως ότι υπάρχει μια κατηγορία οργανισμών στην οποία δεν θα πρέπει να εφαρμοστεί αυτή η τεχνολογία: τα παθογόνα που μολύνουν ευκαρυωτικούς οργανισμούς, καθώς μπορούν να προκαλέσουν πληθώρα λοιμώξεων σε ανθρώπους, ζώα και φυτά, όπως η ελονοσία ή ορισμένες μυκητιασικές λοιμώξεις.

«Τέτοια γονιδιώματα θα μπορούσαν να κωδικοποιούν νέους παθογόνους οργανισμούς, ικανούς να μολύνουν ανθρώπους, ζώα ή φυτά με τρόπους που δεν μπορούν να αντιμετωπιστούν με τα υπάρχοντα μέσα προστασίας», προειδοποιούν.

Από την πλευρά του, ο García Ojalvo εκτιμά ότι ο κίνδυνος βιοασφάλειας που προκύπτει από τη συγκεκριμένη έρευνα είναι μικρότερος σε σύγκριση με άλλες εφαρμογές της τεχνητής νοημοσύνης. Όπως εξηγεί, κάθε γονιδίωμα πρέπει να δοκιμάζεται ξεχωριστά στο εργαστήριο μετά τον σχεδιασμό του, ενώ η αποδοτικότητα της διαδικασίας παραμένει χαμηλή, καθώς μόλις 16 από τα εκατοντάδες χιλιάδες γονιδιώματα που σχεδιάστηκαν αποδείχθηκαν τελικά βιώσιμοι ιοί.

«Είναι δύσκολο να φανταστεί κανείς ότι αυτά τα μοντέλα μπορούν να παράγουν αυτόματα βιώσιμα γονιδιώματα “έτοιμα προς χρήση”», κατέληξε.

Πηγή: CNN