Forskare har använt ett artificiell intelligensprogram som heter Evo för att designa nya virala genom som skiljer sig från alla kända naturliga virus - och 16 av dem visade sig vara livskraftiga, levande virus när de byggdes och testades i labbet.
Studien, publicerad på torsdag i tidskriften Science och detaljerad i CNN:s rapportering, hyllas som en milstolpe för generativ biologi. Men det drar också till sig brådskande varningar om biosäkerhet, eftersom det visar att samma tekniker som driver chatbots nu kan skapa funktionella, nya patogener. For more context on this story, see our ongoing AI industry coverage.
Hur Evo tränades
Enligt CNN fungerade genetiska sekvenser hämtade från miljontals källor - "från livets alla områden" - som språkbiblioteket för Evo, ungefär som hur ChatGPT och andra stora språkmodeller tränas på enorma textsamlingar. Genom att studera det biblioteket kunde modellen "lära sig de evolutionära begränsningarna" som styr naturliga genom - de oskrivna reglerna om vilka genetiska arrangemang som faktiskt fungerar i levande varelser.
Forskare från Stanford University och Arc Institute instruerade sedan Evo att generera tusentals genomkombinationer inom ett specifikt ramverk - i det här fallet genom som kan vara värd för en E. coli bakteriecell. Av de tusentals mönster som modellen producerade byggde och testade teamet ungefär 300 i laboratoriet. Sexton av dem var livsdugliga virus.
Bakteriofager, inte mänskliga patogener
En viktig varning dämpar larmet: de nya virusen är bakteriofager, som infekterar bakterier men inte kan infektera människor. Arbetet faller därför på den hoppfulla sidan av teknikens potential. Forskarna rapporterade att ett av de nya virusen bar på en aspekt som var "evolutionärt avlägsen", vilket tyder på att Evo hade föranlett genetiska förändringar som kunde ha tagit miljontals år av naturlig evolution att dyka upp - att komprimera djup evolutionär tid till ett enda generativt steg.
Det mest slående praktiska resultatet kom från att blanda de AI-designade fagerna tillsammans. Tester visade att blandningen kunde övervinna antibakteriell resistens i vissa E. coli-stammar — något en "jämförbar blandning av naturligt framställda" fager inte kunde göra. Det är inget litet påstående. Antibiotikaresistens är ett av de allvarligaste smygande hoten inom global hälsa, och fagterapi – att använda virus för att döda skadliga bakterier – har länge eftersträvats som ett möjligt svar på läkemedel som inte längre fungerar.
Författarna skrev att tillvägagångssättet "lägger ut en väg för att generera adaptiva och motståndskraftiga fagterapier mot snabbt utvecklande patogener", och inramade Evo som en designmotor för läkemedel som kan hålla jämna steg med bakterierna de är avsedda att besegra.
"Brådskande" biosäkerhetsfrågor
Löftet kommer parat med oro som forskarna själva erkänner. I en motsvarande artikel som också publicerades i Science slog läkare från Johns Hopkins Center for Health Security en varnande ton. "Även om detta är lovande för biovetenskapliga tillämpningar, väcker det också akuta frågor om biosäkerhet och biosäkerhet", skrev de. "Förmågan att komponera virala genom med generativ AI finns nu, styrningen för att säkert styra den gör det inte."
De varnade för att sådana genom "kan koda för nya patogener som kan infektera människor, djur eller växter på sätt som inte kan innehållas av befintliga motåtgärder" - en påminnelse om att samma generativa metod som producerade ofarliga bakteriofager syftade till E. coli skulle i princip kunna riktas mot andra mål.
Inte alla experter anser att den omedelbara risken är extrem. Jordi García Ojalvo, professor i systembiologi vid Pompeu Fabra-universitetet i Barcelona, sa till Science Media Center att "det uppnådda genombrottet är betydande." CNN noterade hans bedömning att biosäkerhetsrisken som denna forskning utgör är lägre än för vissa andra AI-verktyg, till stor del för att genomen fortfarande måste byggas individuellt och testas i ett labb efter att Evo designat dem - en fysisk flaskhals som inte finns för text eller bilder.
Varför det är viktigt utöver biologi
Evo-resultatet är den tydligaste demonstrationen hittills att generativ AI har gått från språk och bilder till designen av funktionella biologiska enheter. Det återspeglar spänningen som nu definierar mycket av AI-området: samma kapacitet som lovar nya mediciner och motståndskraftiga terapier minskar också ansträngningen som krävs för att designa potentiellt skadliga organismer.
Johns Hopkins-kommentatorerna hävdade att forskarsamhället måste "engagera sig med biosäkerhets- och biosäkerhetsfrågor mer medvetet än de flesta utvecklare av kraftfulla biologiska AI-modeller" hittills har gjort. Det argumentet gäller långt bortom Evo - det är en varning om en hel framväxande kategori av biologiska AI-system vars utdata kan, till skillnad från ett stycke eller en bild, fysiskt instansieras i världen.
Vad kommer härnäst
Teamet från Stanford och Arc Institute har utformat arbetet som en grund för fagbaserade terapier mot läkemedelsresistenta bakterier. Den svårare, olösta utmaningen är styrning: hur man släpper och övervakar biologiska AI-verktyg vars design kan syntetiseras till levande organismer. Som de dubbla Science-uppsatserna klargör, är det nu en levande fråga snarare än en hypotetisk - och gapet mellan förmåga och tillsyn är precis vad fältets mest försiktiga röster nu försöker stänga.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
