Naukowcy z Uniwersytetu Stanforda wykorzystali sztuczną inteligencję do zaprojektowania 16 zupełnie nowych wirusów, które nie występują nigdzie w naturze. Po raz pierwszy generatywna sztuczna inteligencja wyprodukowała od podstaw cały funkcjonalny genom wirusa. Praca opublikowana w czasopiśmie Science 6 sierpnia 2026 r. natychmiast ponownie wywołała debatę na temat zarządzania potężnymi biologicznymi modelami sztucznej inteligencji. Jeśli chodzi o ciągłe relacje o tym, jak AI Buzz Wire śledzi przełomowe osiągnięcia na skrzyżowaniu sztucznej inteligencji i społeczeństwa, jest to jeden z najważniejszych artykułów badawczych roku.

Jak sztuczna inteligencja zbudowała wirusy z DNA

Zespół ze Stanforda, kierowany przez doktoranta Samuela Kinga, nie korzystał z chatbota. Zamiast tego zwrócili się ku modelom języka genomu — algorytmom szkolonym na ogromnych odcinkach DNA w podobny sposób, w jaki duże modele językowe są trenowane na tekście. Ucząc się zasad ewolucji osadzonych w milionach genomów, modele te mogą napisać kod genetyczny zgodny z ograniczeniami faktycznie stosowanymi przez życie.

Naukowcy udoskonalili dwa modele języka genomu, zwane Evo 1 i Evo 2, na 14 266 genomach z rodziny Microviridae, grupy małych wirusów o jednoniciowym DNA. Jako szablon projektu wykorzystali naturalnego bakteriofaga ΦX174, a następnie przefiltrowali prawie 300 potencjalnych projektów do 16, które można było zsyntetyzować i przetestować w laboratorium.

Rezultat: według artykułu 16 syntetycznych bakteriofagów, których genom „znacznie odbiegał od genomu naturalnego”, a mimo to nadal był w stanie infekować bakterie Escherichia coli szczepu C. Bakteriofagi, czyli fagi, to wirusy, które atakują wyłącznie bakterie i są nieszkodliwe dla ludzi.

Dlaczego to ma znaczenie: koktajle fagowe i ewoluujące patogeny

To nie było przypadkowe ćwiczenie polegające na składaniu genów. Co najważniejsze, modele sztucznej inteligencji uwzględniały ograniczenia na poziomie genomu, a nie po prostu łączenie genów. Jeden z zaprojektowanych fagów, nazwany Evo-Φ36, ​​zawierał funkcjonalne skrócone białko, które nigdy nie działało, gdy inżynierowie wstawili je do ΦX174 typu dzikiego. Funkcjonował tutaj, ponieważ otaczający kontekst genomowy wygenerowany przez sztuczną inteligencję przystosował się do jego wspierania.

Kiedy kilka syntetycznych fagów połączono w „koktajl fagowy”, pokonały one oporność, którą bakterie docelowe zwykle wykazują przeciwko ΦX174 typu dzikiego. Wskazuje to na obiecujące zastosowanie medyczne: projektowanie adaptacyjnych terapii fagowych przeciwko szybko ewoluującym, lekoopornym patogenom.

Zespół ze Stanford sformułował swoją pracę jako rozszerzenie „tego, co może osiągnąć syntetyczna genomika” wraz z ukierunkowaną ewolucją i racjonalną inżynierią, przy jednoczesnym „wyznaczeniu ścieżki generowania adaptacyjnych i odpornych terapii fagowych”.

Eksperci ds. bezpieczeństwa biologicznego biją na alarm

Obietnica wiąże się z poważnym ryzykiem. W artykule wstępnym opublikowanym wraz z badaniem dr Thomas Inglesby i dr Moritz Hanke z Uniwersytetu Johnsa Hopkinsa argumentowali, że obecny dobrowolny system badań przesiewowych DNA nie jest już odpowiedni.

Wezwali, aby dostawcy syntetycznych kwasów nukleinowych – elementów składowych wykorzystywanych do produkcji patogenów – byli prawnie zobowiązani do sprawdzania zamówień klientów pod kątem budzących wątpliwości sekwencji oraz do sprawdzania legalności samych klientów.

„Ponieważ genomy wygenerowane przez sztuczną inteligencję mogą bardzo różnić się od wcześniej scharakteryzowanych sekwencji kwasów nukleinowych, należy pilnie opracować metody przesiewowe, które mogą wykryć nowe projekty” – napisali Inglesby i Hanke.

Ich najbardziej dobitne zdanie było szeroko cytowane w relacjach z BBC, The Guardian i The New York Times: „Nie chodzi już o to, czy będzie istniało generatywne projektowanie genomu wirusa. Chodzi o to, czy społeczeństwo będzie w stanie zbudować nadzór, który umożliwi ujawnienie jego korzyści, jednocześnie zapobiegając powodowaniu poważnych szkód”.

Luka w zarządzaniu pilna

Artykuł ze Stanforda jest najnowszym z fali wyników pokazujących, że biologiczne modele sztucznej inteligencji mogą przedostać się z teorii do laboratorium. Do tej pory modele języka genomu okazały się obiecujące w projektowaniu systemów biologicznych, ale nigdy nie wykazano ich zdolności do generowania całych funkcjonalnych genomów. Przeskok od projektowania fragmentów białek do produkcji 16 żywotnych, nowych wirusów to dokładnie próg możliwości, przed którym ostrzegają badacze bezpieczeństwa biologicznego.

Sami autorzy zajęli się ryzykiem „bardziej świadomie niż większość twórców potężnych biologicznych modeli sztucznej inteligencji” – zauważył artykuł redakcyjny Johnsa Hopkinsa, wzywając, aby przyszłe prace nad projektowaniem całego genomu konsultowały się ze specjalistami ds. bezpieczeństwa przez cały cykl życia projektu.

Dla decydentów ten moment jest nieodpowiedni. Ramy zarządzania pionierską sztuczną inteligencją skupiały się dotychczas na zagrożeniach cyfrowych – cyberbezpieczeństwie, dezinformacji i agentach autonomicznych – natomiast możliwości projektowania biologicznego poczyniły postępy przy stosunkowo niewielkim wyspecjalizowanym nadzorze. Wynik ze Stanforda teraz wyraźnie podkreśla tę różnicę.

Wyprzedź sztuczną inteligencję

Granica między badaniami nad sztuczną inteligencją a konsekwencjami w świecie rzeczywistym wciąż się przesuwa. Niezależnie od tego, czy kolejny przełom nastąpi w laboratorium, na sali posiedzeń zarządu czy na przesłuchaniu regulacyjnym, AI Buzz Wire ma kontekst, którego potrzebujesz.

Przeczytaj więcej aktualności o sztucznej inteligencji →