Η τεχνητή νοημοσύνη σχεδιάζει 16 βιώσιμους ιούς που δεν βρέθηκαν στη φύση, αναφέρουν ερευνητές του Stanford και του Broad Institute

Ερευνητές στο Πανεπιστήμιο του Στάνφορντ και στο Broad Institute of MIT και Harvard χρησιμοποίησαν τεχνητή νοημοσύνη για να σχεδιάσουν και να συνθέσουν λειτουργικούς ιούς που δεν υπάρχουν στη φύση, χαρακτηρίζοντας αυτό που πολλά καταστήματα περιγράφουν ως επιστημονική πρωτιά με εκτεταμένες επιπτώσεις τόσο για την ιατρική όσο και για τη βιοασφάλεια.

Σε ευρήματα που δημοσιεύθηκαν στο περιοδικό Science στις 7 Αυγούστου 2026, η ερευνητική ομάδα είπε ότι χρησιμοποίησε έναν βακτηριοφάγο που απαντά στη φύση - έναν ιό που μολύνει βακτήρια - ως πρότυπο και στη συνέχεια χρησιμοποίησε γενετική τεχνητή νοημοσύνη για να παράγει χιλιάδες νέες αλληλουχίες γονιδιώματος. Η ομάδα συνέθεσε χημικά σχεδόν 300 από αυτά τα γονιδιώματα που δημιουργήθηκαν από την τεχνητή νοημοσύνη και τα εξέτασε σε εργαστηριακές συνθήκες, καταλήγοντας σε 16 πλήρως βιώσιμους, αυτοαναπαραγόμενους ιούς.

Η μελέτη, με επικεφαλής τους ερευνητές, συμπεριλαμβανομένων των Brian Hie και Samuel King, καταδεικνύει ότι τα μοντέλα μηχανικής μάθησης μπορούν πλέον να σχεδιάζουν ολόκληρες, ζωντανές βιολογικές οντότητες από την αρχή. Σε δοκιμές head-to-head, ένα μείγμα συνθετικών ιών αποδείχθηκε πιο αποτελεσματικό στη θανάτωση βακτηρίων E. coli από τους φυσικούς φάγους από τους οποίους προήλθαν, υποδηλώνοντας ότι τα παθογόνα που δημιουργούνται από AI θα μπορούσαν να ξεπεράσουν τα φυσικά τους αντίστοιχα σε στοχευμένες εφαρμογές.

Για τους αναγνώστες που παρακολουθούν τα ταχέως κινούμενα σύνορα των [ερευνητικών ανακαλύψεων AI] (https://aibuzzwire.news), η εργασία είναι αξιοσημείωτη για τη διέλευση ενός ορίου που μέχρι πρόσφατα ανήκε σε εικασιακές συζητήσεις: την ικανότητα δημιουργίας ολοκληρωμένων, λειτουργικών οργανισμών χρησιμοποιώντας τεχνητή νοημοσύνη.

Από το κείμενο στα γονιδιώματα

Η προσέγγιση αντικατοπτρίζει την αρχιτεκτονική των γλωσσικών μοντέλων. Αντί να προβλέπει την επόμενη λέξη σε μια πρόταση, το σύστημα AI προβλέπει το επόμενο δομικό στοιχείο σε ένα ιικό γονιδίωμα. Με την εκπαίδευση σε μεγάλες βάσεις δεδομένων γνωστών αλληλουχιών DNA φάγων, το μοντέλο έμαθε τα στατιστικά πρότυπα που διέπουν τον τρόπο συναρμολόγησης αυτών των γονιδιωμάτων. Στη συνέχεια, θα μπορούσε να δημιουργήσει εντελώς νέες αλληλουχίες που ακολουθούν τους ίδιους βιολογικούς κανόνες, αλλά δεν αντιστοιχούν σε κανέναν ιό που είχε προηγουμένως καταγραφεί.

Οι ερευνητές συνέθεσαν περίπου 290 από αυτά τα γονιδιώματα που σχεδιάστηκαν με AI. Όταν εισήχθησαν σε βακτηριακές καλλιέργειες, 16 από αυτές μολύνθηκαν με επιτυχία και αναδιπλασιάστηκαν εντός των στόχων τους - επιβεβαιώνοντας ότι δεν ήταν απλώς εύλογες γενετικές αλληλουχίες σε χαρτί, αλλά λειτουργούσαν βιολογικές μηχανές.

«Η προσέγγισή μας επεκτείνει όσα μπορεί να επιτύχει η συνθετική γονιδιωματική παράλληλα με μεθόδους όπως η κατευθυνόμενη εξέλιξη και η ορθολογική μηχανική», έγραψαν οι συγγραφείς στο Science. Είπαν ότι το έργο «καθορίζει μια διαδρομή για τη δημιουργία προσαρμοστικών και ανθεκτικών θεραπειών φάγου έναντι των ταχέως εξελισσόμενων παθογόνων μικροοργανισμών» και «δημιουργεί μια βάση για τον γενετικό σχεδιασμό μεγαλύτερων, πιο πολύπλοκων γονιδιωμάτων».

Η ιατρική υπόσχεση συναντά το άγχος της βιοασφάλειας

Οι ιατρικές επιπτώσεις είναι σημαντικές. Οι βακτηριοφάγοι έχουν μελετηθεί από καιρό ως πιθανή εναλλακτική λύση στα συμβατικά αντιβιοτικά, ιδιαίτερα καθώς οι ανθεκτικές στα φάρμακα βακτηριακές λοιμώξεις πολλαπλασιάζονται παγκοσμίως. Εάν η τεχνητή νοημοσύνη μπορεί να σχεδιάσει γρήγορα φάγους προσαρμοσμένους σε συγκεκριμένα παθογόνα, θα μπορούσε να επιταχύνει την ανάπτυξη εξατομικευμένων αντιμικροβιακών θεραπειών σε μια εποχή που ο Παγκόσμιος Οργανισμός Υγείας έχει προειδοποιήσει για μια επικείμενη μετα-αντιβιοτική εποχή.

Ο Isaac Bogoch, ειδικός μολυσματικών ασθενειών στο Πανεπιστήμιο του Τορόντο και στο Γενικό Νοσοκομείο του Τορόντο που δεν συμμετείχε στη μελέτη, είπε στο Al Jazeera ότι η έρευνα είχε τόσο ελπιδοφόρες όσο και ανησυχητικές επιπτώσεις. Οι ιοί που έχουν σχεδιαστεί με τεχνητή νοημοσύνη θα μπορούσαν να βοηθήσουν στην αντιμετώπιση των ανθεκτικών στα αντιβιοτικά λοιμώξεων με νέους τρόπους, είπε, αλλά «αυτή η ίδια ικανότητα να σχεδιάζει ολόκληρους, λειτουργικούς ιούς θα μπορούσε εύκολα να γίνει σοβαρός κίνδυνος βιοασφάλειας εάν εφαρμοστεί σε επιβλαβή παθογόνα».

Η Fatemeh Vafaee, καθηγήτρια στη Σχολή Βιοτεχνολογίας και Βιομοριακών Επιστημών του Πανεπιστημίου της Νέας Νότιας Ουαλίας στο Σίδνεϊ, επανέλαβε αυτήν την ανησυχία για τη διπλή χρήση, ενώ σημείωσε την αυστηρότητα της μελέτης. Η σύγκλιση της γενετικής τεχνητής νοημοσύνης και της συνθετικής γονιδιωματικής, πρότεινε, απαιτεί ισχυρά προστατευτικά κιγκλιδώματα, πρωτόκολλα ελέγχου και μηχανισμοί εποπτείας να αναπτύσσονται παράλληλα με την τεχνολογία και όχι μετά από το γεγονός.

Ένα μοτίβο επιταχυνόμενης ικανότητας

Η δημοσίευση Science ακολουθεί προηγούμενα ορόσημα στον σχεδιασμό πρωτεϊνών και γονιδιώματος που βασίζονται σε AI. Τον Σεπτέμβριο του 2025, οι ερευνητές ανακοίνωσαν τους πρώτους ιούς στον κόσμο σχεδιασμένους με τεχνητή νοημοσύνη, οι οποίοι αποδείχθηκε ότι αναπαράγονται και σκοτώνουν βακτήρια. Η νέα μελέτη προχωρά περαιτέρω δημιουργώντας πολλαπλούς βιώσιμους ιούς σε κλίμακα και αποδεικνύοντας ότι οι συνδυασμοί που έχουν σχεδιαστεί με AI μπορούν να ξεπεράσουν τους φυσικούς φάγους σε ελεγχόμενα πειράματα.

Ο ρυθμός προόδου έχει ενοχλήσει ορισμένους ειδικούς βιοασφάλειας. Το γεγονός ότι μια ενιαία ερευνητική ομάδα μπορεί τώρα να δημιουργήσει εκατοντάδες υποψήφια γονιδιώματα και να επικυρώσει δεκάδες από αυτά μέσα σε λίγες εβδομάδες, δείχνει πώς τα παραγωγικά μοντέλα συμπιέζουν το χρονοδιάγραμμα μεταξύ υπολογιστικού σχεδιασμού και βιολογικής πραγματικότητας. Οι υπεύθυνοι χάραξης πολιτικής και οι επιστημονικοί φορείς ζητούν όλο και περισσότερο για ενημερωμένα πλαίσια ελέγχου για να διασφαλίσουν ότι οι εμπορικοί πάροχοι σύνθεσης DNA μπορούν να επισημάνουν δυνητικά επικίνδυνες αλληλουχίες προτού κατασκευαστούν.

Αρκετές κυβερνήσεις και διεθνείς οργανισμοί έχουν αναπτύξει πρότυπα ελέγχου γενετικής αλληλουχίας παράλληλα με την ταχεία πρόοδο των εργαλείων βιολογίας της τεχνητής νοημοσύνης. Η ανησυχία δεν είναι υποθετική: καθώς το κόστος της σύνθεσης του DNA συνεχίζει να μειώνεται, το εμπόδιο στη μετατροπή ενός γονιδιώματος που δημιουργείται από AI σε φυσικό οργανισμό μειώνεται.

Τι ακολουθεί

Οι ερευνητές του Ινστιτούτου Stanford και Broad δήλωσαν ότι η εργασία τους θέτει τα θεμέλια για το σχεδιασμό προοδευτικά μεγαλύτερων και πιο πολύπλοκων γονιδιωμάτων, τα οποία πιθανώς κινούνται πέρα από τους φάγους σε άλλα βιολογικά συστήματα. Τοποθέτησαν τη μελέτη ως απόδειξη ότι η γενετική τεχνητή νοημοσύνη μπορεί να λειτουργήσει ως πρακτική μηχανή για τη συνθετική βιολογία, όχι απλώς ως θεωρητική άσκηση.

Για την επιστημονική κοινότητα, τα άμεσα ερωτήματα περιστρέφονται γύρω από την αναπαραγωγιμότητα, τα πρωτόκολλα ασφαλείας και την πρόσβαση. Το εάν οι φάγοι που έχουν σχεδιαστεί με AI μπορούν να αναπτυχθούν με ασφάλεια σε κλινικές συνθήκες θα απαιτήσει εκτεταμένες δοκιμές. Για το ευρύτερο κοινό, η μελέτη αντιπροσωπεύει μια άλλη περίπτωση στην οποία η τεχνητή νοημοσύνη αναδιαμορφώνει έναν τομέα που κάποτε θεωρούνταν αποκλειστική επαρχία της φύσης.

Μείνετε μπροστά από την τεχνητή νοημοσύνη

Καθώς η γενετική τεχνητή νοημοσύνη επεκτείνει την εμβέλειά της από τη γλώσσα και τις εικόνες στον ιστό της ίδιας της ζωής, τα όρια μεταξύ του ψηφιακού σχεδιασμού και της βιολογικής πραγματικότητας στενεύουν συνεχώς. Ακολουθήστε το AI Buzz Wire για συνεχή κάλυψη της τομής μεταξύ της τεχνητής νοημοσύνης και των βιοεπιστημών.

Διαβάστε περισσότερα νέα έρευνας AI →