Sztuczna inteligencja Radical Numerics Omnii-1 projektuje fagi zastosowane po raz pierwszy w leczeniu ludzkiego pacjenta

Radical Numerics, startup stworzony przez zespół odpowiedzialny za modele genomu Evo w Uniwersytecie Stanforda, ogłosił 20 października 2026 r., że bakteriofagi zaprojektowane w ramach nowego modelu AI Omnii-1 zostały podane ludzkiemu pacjentowi, co stanowi pierwsze na świecie kliniczne zastosowanie wirusów generowanych przez sztuczną inteligencję. O sprawie jako pierwszy poinformował „The New York Times”, a firma tego samego dnia opublikowała na swojej stronie internetowej szczegółowy raport techniczny. Dla czytelników śledzących najnowsze osiągnięcia w dziedzinie sztucznej inteligencji oznacza to moment, w którym biologia zaprojektowana przez sztuczną inteligencję przeniosła się ze stołu laboratoryjnego do krwioobiegu pacjenta.

Fagi podano w ramach współczucia, czyli ścieżki regulacyjnej, która umożliwia pacjentom z poważnymi schorzeniami otrzymywanie terapii eksperymentalnych poza badaniami klinicznymi, gdy nie istnieją zadowalające alternatywy. Firma twierdzi, że leczenie było ukierunkowane na infekcję bakteryjną oporną na antybiotyki, chociaż odmówiła ujawnienia stanu pacjenta, lokalizacji ani wyniku leczenia, powołując się na wymogi dotyczące poufności i prywatności.

Od modeli języka genomu po żywe wirusy

Omnii-1 to multimodalny model języka genomu — system sztucznej inteligencji wyszkolony na ogromnych ilościach sekwencji DNA i danych multiomicznych, a następnie dostrojony specjalnie na genomach fagów. Fagi, formalnie bakteriofagi, to wirusy, które infekują i zabijają bakterie bez dotykania ludzkich komórek, co czyni je od kilkudziesięciu lat kandydatem do leczenia infekcji, których antybiotyki nie są już w stanie usunąć.

Zespół Radical Numerics, którego członkowie stworzyli modele genomu Evo i Evo 2 przed założeniem firmy, wykorzystał Omnii-1 do trzech celów: wygenerowania realnych wariantów fagów, ustalenia priorytetu najbardziej obiecujących projektów i przewidzenia, które fagi skutecznie zakażą które szczepy bakterii. Zamiast projektować genomy od podstaw, model konstruuje określone regiony – takie jak geny włókien ogona wiążące receptory, które określają, które bakterie mogą rozpoznać fagi – zachowując jednocześnie mechanizmy potrzebne wirusowi do replikacji.

Co pokazuje raport techniczny

Raport firmy zawiera konkretne punkty odniesienia z jej kampanii projektowych. W jednym eksperymencie na dobrze scharakteryzowanym fagu T7 E. coli, 69,9 procent zaprojektowanych przez Omnii-1 wariantów zawierających 11 do 15 zmian aminokwasów udało się odzyskać jako żywe fagi w porównaniu z zaledwie 4,8 procentami losowych kontroli. Spośród 6694 wariantów o mierzalnej aktywności 2161 przekraczało aktywność faga typu dzikiego — w tym projekty ze zmianami do 28 aminokwasów, podczas gdy żadna losowa kontrola przekraczająca typ dziki nie miała więcej niż pięciu.

Model okazał się również skuteczny w ustalaniu priorytetów specyficznych dla szczepu. W przypadku dwóch szczepów bakterii 97 i 96 ze 100 najlepszych kandydatów w rankingu Omnii-1 przekroczyło próg aktywności. W przypadku trudniejszej trzeciej odmiany, w której aktywne było tylko 4,5 procent pełnej biblioteki, 24 procent ze 100 najlepszych typów modelu przekroczyło poprzeczkę — ponad pięciokrotnie więcej niż stawka podstawowa. W przypadku kladu 37 szczepów E. coli przewidywania z zaledwie dwóch fagów obejmowały 91,4 procent kwalifikujących się szczepów, a model uzyskał lepsze wyniki niż wyspecjalizowane przepływy pracy przewidywania gospodarza faga, takie jak GenoPHI, podczas przenoszenia informacji z danych E. coli do Pseudomonas aeruginosa, niebezpiecznego patogenu odpowiedzialnego za zakażenia ran, oparzeń i mukowiscydozę.

Dlaczego terapia fagowa ma teraz znaczenie

Kliniczny kamień milowy przypada na okres pogłębiającego się kryzysu oporności na antybiotyki. Według danych liczbowych przytoczonych w raporcie Radical Numerics oporność na antybiotyki była powiązana z szacunkową liczbą 4,7 miliona zgonów na całym świecie w 2021 r., a szacuje się, że w latach 2025–2050 liczba zgonów spowodowanych opornością wyniesie prawie 40 milionów.

Terapia fagowa umożliwia obejście tego kryzysu, ponieważ fagi mogą atakować określone szczepy bakteryjne o specyficzności, której nie mogą dorównać antybiotyki o szerokim spektrum działania, oszczędzając przy tym pożyteczne bakterie jelitowe. Wąskie gardło zawsze było odpowiednie: dzisiejsza spersonalizowana terapia fagowa polega na żmudnym badaniu przesiewowym naturalnych kolekcji fagów pod kątem infekcji każdego pacjenta, a opóźnienia mogą zagrażać życiu pacjentów, którzy nie mają już możliwości. System sztucznej inteligencji, który może projektować i oceniać ataki fagów na żądanie, które bezpośrednio stanowią wąskie gardło – rozwój o oczywistym znaczeniu dla zasięgu badań nad sztuczną inteligencją daleko poza medycyną.

Duże roszczenia, niewiele szczegółów

Istnieją istotne zastrzeżenia. Głównym rezultatem jest twierdzenie firmy: „New York Times” określił ją jako start-up „twierdzący”, że leczy pacjenta, a raport techniczny firmy nie został poddany recenzji. Radical Numerics odmówił podania informacji o pacjencie i zaangażowanych w niego lekarzach oraz nie może ujawnić wyników klinicznych, dlatego nikt poza firmą nie może jeszcze zweryfikować, czy terapia rzeczywiście pomogła. Wcześniejsze głośne przypadki fagów – leczenie indywidualnych pacjentów w ramach programów ratunkowych – mają mieszaną historię replikacji.

Mimo to kamień milowy jest rzeczywisty w jednym możliwym do sprawdzenia sensie: fagi wytworzone przez sztuczną inteligencję przekroczyły wymogi regulacyjne i bezpieczeństwa wymagane do podania człowiekowi w ramach nadzorowanego przez rząd programu współczucia. „The Times” donosi również, że Radical Numerics wykorzystuje Omnii-1 na innych frontach, w tym do projektowania szczepionek przeciwnowotworowych i oceniania, czy wirusy mogą powodować pandemie – co przypomina, że ​​te same możliwości projektowania ograniczają się w obu kierunkach, a napięcie [sztuczna inteligencja i bezpieczeństwo biologiczne] (https://aibuzzwire.news) będzie śledzone na bieżąco.

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 →