محققان دانشگاه استنفورد و مؤسسه براد MIT و هاروارد از هوش مصنوعی برای طراحی و سنتز ویروس‌های کاربردی که در طبیعت وجود ندارند استفاده کرده‌اند.

در یافته‌های منتشر شده در ژورنال Science در 7 آگوست 2026، تیم تحقیقاتی گفت که از یک باکتریوفاژ طبیعی - ویروسی که باکتری‌ها را آلوده می‌کند - به عنوان الگو استفاده کرده است، سپس از هوش مصنوعی مولد برای تولید هزاران توالی ژنوم جدید استفاده کرده است. این تیم تقریباً 300 ژنوم تولید شده با هوش مصنوعی را به طور شیمیایی سنتز کردند و آنها را در شرایط آزمایشگاهی آزمایش کردند که منجر به ایجاد 16 ویروس کاملاً زنده و خودتکثیر شونده شد.

این مطالعه که توسط محققانی از جمله برایان هی و ساموئل کینگ انجام شد، نشان می‌دهد که مدل‌های یادگیری ماشینی اکنون می‌توانند موجودات بیولوژیکی کامل و زنده را از ابتدا طراحی کنند. در آزمایش‌های سر به سر، ترکیبی از ویروس‌های مصنوعی در کشتن باکتری E. coli موثرتر از فاژهای طبیعی که از آن‌ها مشتق شده‌اند، مؤثرتر بود، که نشان می‌دهد پاتوژن‌های تولید شده توسط هوش مصنوعی می‌توانند در کاربردهای هدفمند از همتایان طبیعی خود بهتر عمل کنند.

برای خوانندگانی که مرزهای سریع [پیش‌رفت‌های تحقیقاتی هوش مصنوعی] (https://aibuzzwire.news) را دنبال می‌کنند، این کار به دلیل عبور از آستانه‌ای که تا همین اواخر به بحث‌های گمانه‌زنی تعلق داشت، قابل توجه است: توانایی تولید ارگانیسم‌های کامل و کاربردی با استفاده از هوش مصنوعی.

از متن تا ژنوم

این رویکرد منعکس کننده معماری مدل های زبان است. به جای پیش بینی کلمه بعدی در یک جمله، سیستم هوش مصنوعی بلوک ساختمان بعدی را در ژنوم ویروسی پیش بینی می کند. این مدل با آموزش بر روی پایگاه‌های داده بزرگ توالی‌های DNA فاژی شناخته شده، الگوهای آماری را که نحوه جمع‌آوری این ژنوم‌ها را کنترل می‌کنند، آموخت. سپس می‌تواند توالی‌های کاملاً جدیدی تولید کند که از قوانین بیولوژیکی یکسانی پیروی می‌کنند، اما با هیچ ویروسی که قبلا فهرست‌بندی شده مطابقت ندارد.

محققان حدود 290 مورد از این ژنوم های طراحی شده با هوش مصنوعی را سنتز کردند. هنگامی که به کشت های باکتریایی معرفی شدند، 16 مورد از آنها با موفقیت آلوده شدند و در داخل اهداف خود تکثیر شدند - که تأیید می کند که آنها فقط توالی های ژنتیکی قابل قبولی روی کاغذ نیستند، بلکه ماشین های بیولوژیکی کار می کنند.

نویسندگان در Science نوشتند: «رویکرد ما آنچه را که ژنومیک مصنوعی می تواند در کنار روش هایی مانند تکامل هدایت شده و مهندسی منطقی به دست آورد، گسترش می دهد. آنها گفتند که این کار "مسیری را برای تولید فاژ درمانی های سازگار و انعطاف پذیر در برابر عوامل بیماری زا به سرعت در حال تکامل ایجاد می کند" و "پایه ای برای طراحی مولد ژنوم های بزرگتر و پیچیده تر ایجاد می کند."

وعده پزشکی با اضطراب امنیت زیستی روبرو می شود

پیامدهای پزشکی قابل توجه است. باکتریوفاژها مدت‌هاست که به‌عنوان یک جایگزین بالقوه برای آنتی‌بیوتیک‌های معمولی مورد مطالعه قرار گرفته‌اند، به‌ویژه که عفونت‌های باکتریایی مقاوم به دارو در سراسر جهان تکثیر می‌شوند. اگر هوش مصنوعی بتواند به سرعت فاژهایی را متناسب با پاتوژن‌های خاص طراحی کند، می‌تواند توسعه درمان‌های ضد میکروبی شخصی‌سازی شده را در زمانی که سازمان بهداشت جهانی درباره دوران پس از آنتی‌بیوتیک هشدار داده است، تسریع کند.

آیزاک بوگوچ، متخصص بیماری‌های عفونی در دانشگاه تورنتو و بیمارستان عمومی تورنتو که در این مطالعه شرکت نداشت، به الجزیره گفت که این تحقیق پیامدهای امیدوارکننده و نگران‌کننده‌ای داشت. وی گفت که ویروس‌های طراحی‌شده با هوش مصنوعی می‌توانند به روش‌های جدید به مقابله با عفونت‌های مقاوم به آنتی‌بیوتیک کمک کنند، اما «همین توانایی برای طراحی ویروس‌های کامل و کاربردی می‌تواند به راحتی در صورت اعمال بر پاتوژن‌های مضر به یک خطر جدی امنیت زیستی تبدیل شود».

فاطمه وفایی، استاد دانشکده بیوتکنولوژی و علوم زیست مولکولی دانشگاه نیو ساوت ولز در سیدنی، ضمن اشاره به دقت این مطالعه، این نگرانی استفاده دوگانه را تکرار کرد. او پیشنهاد کرد که همگرایی هوش مصنوعی مولد و ژنومیک مصنوعی مستلزم آن است که نرده‌های محافظ قوی، پروتکل‌های غربالگری و مکانیسم‌های نظارتی در کنار این فناوری رشد کنند و نه بعد از واقعیت.

الگویی از قابلیت شتاب دهنده

انتشارات Science نقاط عطف قبلی در طراحی پروتئین و ژنوم مبتنی بر هوش مصنوعی را دنبال می کند. در سپتامبر 2025، محققان اولین ویروس‌های طراحی‌شده با هوش مصنوعی را در جهان اعلام کردند که نشان داده شد باکتری‌ها را تکثیر کرده و از بین می‌برند. مطالعه جدید با تولید چندین ویروس زنده در مقیاس فراتر رفته و نشان می‌دهد که ترکیبات طراحی‌شده با هوش مصنوعی می‌توانند در آزمایش‌های کنترل‌شده از فاژهای طبیعی بهتر عمل کنند.

سرعت پیشرفت برخی از کارشناسان امنیت زیستی را ناراحت کرده است. این واقعیت که یک گروه تحقیقاتی می‌تواند صدها ژنوم نامزد تولید کند و ده‌ها مورد از آنها را در عرض چند هفته تأیید کند، نشان می‌دهد که چگونه مدل‌های مولد در حال فشرده‌سازی جدول زمانی بین طراحی محاسباتی و واقعیت بیولوژیکی هستند. سیاست گذاران و نهادهای علمی به طور فزاینده ای خواستار چارچوب های غربالگری به روز شده اند تا اطمینان حاصل شود که ارائه دهندگان تجاری سنتز DNA می توانند توالی های بالقوه خطرناک را قبل از تولید علامت گذاری کنند.

چندین دولت و سازمان بین المللی به موازات پیشرفت سریع ابزارهای زیست شناسی هوش مصنوعی، استانداردهای غربالگری توالی ژنتیکی را توسعه داده اند. این نگرانی فرضی نیست: با کاهش هزینه سنتز DNA، مانع تبدیل ژنوم تولید شده توسط هوش مصنوعی به ارگانیسم فیزیکی کاهش می یابد.

بعد چه می آید

محققان موسسه استنفورد و براد گفتند که کار آنها پایه ای برای طراحی ژنوم های بزرگتر و پیچیده تر ایجاد می کند که به طور بالقوه فراتر از فاژها به سایر سیستم های بیولوژیکی حرکت می کند. آنها این مطالعه را به عنوان دلیلی بر این موضوع قرار دادند که هوش مصنوعی مولد می تواند به عنوان یک موتور عملی برای زیست شناسی مصنوعی عمل کند، نه صرفاً یک تمرین نظری.

برای جامعه علمی، سوالات فوری حول قابلیت تکرارپذیری، پروتکل های ایمنی و دسترسی می چرخد. اینکه آیا فاژهای طراحی‌شده با هوش مصنوعی می‌توانند با خیال راحت در محیط‌های بالینی مستقر شوند، به آزمایش‌های گسترده نیاز دارد. برای عموم مردم، این مطالعه نمونه دیگری را نشان می دهد که در آن هوش مصنوعی در حال تغییر شکل دامنه ای است که زمانی تصور می شد استان انحصاری طبیعت است.

از هوش مصنوعی جلوتر بمانید

همانطور که هوش مصنوعی مولد دامنه خود را از زبان و تصاویر به بافت زندگی گسترش می دهد، مرز بین طراحی دیجیتال و واقعیت بیولوژیکی همچنان باریک می شود. [AI Buzz Wire] (https://aibuzzwire.news) را برای ادامه پوشش تقاطع بین هوش مصنوعی و علوم زیستی دنبال کنید.

اخبار تحقیقات هوش مصنوعی را بیشتر بخوانید →