ஸ்டான்ஃபோர்ட் பல்கலைக்கழக ஆராய்ச்சியாளர்கள் செயற்கை நுண்ணறிவைப் பயன்படுத்தி இயற்கையில் எங்கும் இல்லாத 16 புத்தம் புதிய வைரஸ்களை வடிவமைத்துள்ளனர், முதல் முறையாக AI ஆனது ஒரு முழு செயல்பாட்டு வைரஸ் மரபணுவை புதிதாக உருவாக்கியுள்ளது. ஆகஸ்ட் 6, 2026 அன்று சயின்ஸ் இதழில் வெளியிடப்பட்ட இந்த படைப்பு, சக்திவாய்ந்த உயிரியல் AI மாதிரிகளை எவ்வாறு நிர்வகிப்பது என்பது குறித்த விவாதத்தை உடனடியாக எழுப்பியது. AI மற்றும் சமூகத்தின் சந்திப்பில் AI Buzz Wire முன்னேற்றங்களை எவ்வாறு கண்காணிக்கிறது என்பதற்கான தற்போதைய கவரேஜுக்கு, இது இந்த ஆண்டின் மிகச் சிறந்த ஆராய்ச்சிக் கதைகளில் ஒன்றாகும்.

AI எப்படி டிஎன்ஏவில் இருந்து வைரஸ்களை உருவாக்கியது

PhD மாணவர் சாமுவேல் கிங் தலைமையிலான ஸ்டான்போர்ட் குழு, சாட்போட்டைப் பயன்படுத்தவில்லை. அதற்குப் பதிலாக, அவர்கள் ஜீனோம் மொழி மாதிரிகள் - பெரிய மொழி மாதிரிகள் உரையில் பயிற்றுவிக்கப்பட்டதைப் போலவே டிஎன்ஏவின் பரந்த விரிவாக்கங்களில் பயிற்சியளிக்கப்பட்ட அல்காரிதம்களுக்குத் திரும்பினர். மில்லியன் கணக்கான மரபணுக்களில் உட்பொதிக்கப்பட்ட பரிணாம விதிகளைக் கற்றுக்கொள்வதன் மூலம், இந்த மாதிரிகள் மரபணுக் குறியீட்டை எழுத முடியும், இது வாழ்க்கை உண்மையில் பயன்படுத்தும் கட்டுப்பாடுகளுக்குக் கீழ்ப்படிகிறது.

ஆராய்ச்சியாளர்கள் Evo 1 மற்றும் Evo 2 எனப்படும் இரண்டு மரபணு மொழி மாதிரிகளை, மைக்ரோவிரிடே குடும்பத்தைச் சேர்ந்த 14,266 மரபணுக்களில், சிறிய ஒற்றை-இழையுடைய DNA வைரஸ்களின் குழுவில் நன்றாகச் சரிசெய்தனர். அவர்கள் இயற்கையான பாக்டீரியோபேஜ் ΦX174 ஐ ஒரு வடிவமைப்பு டெம்ப்ளேட்டாகப் பயன்படுத்தினர், பின்னர் கிட்டத்தட்ட 300 வேட்பாளர் வடிவமைப்புகளை 16 வரை வடிகட்டினர், அவை ஆய்வகத்தில் ஒருங்கிணைக்கப்பட்டு சோதிக்கப்படலாம்.

முடிவு: 16 செயற்கை பாக்டீரியோபேஜ்களின் மரபணுக்கள் "எந்தவொரு இயற்கை மரபணுவிலிருந்தும் கணிசமாக வேறுபடுகின்றன" என்று காகிதத்தின் படி, இன்னும் எஸ்செரிச்சியா கோலி ஸ்ட்ரெய்ன் சி பாக்டீரியாவை பாதிக்க முடிந்தது. பாக்டீரியோபேஜ்கள் அல்லது பேஜ்கள் என்பது பாக்டீரியாவைத் தாக்கும் வைரஸ்கள் மற்றும் மனிதர்களுக்கு பாதிப்பில்லாதவை.

ஏன் இது முக்கியமானது: பேஜ் காக்டெய்ல் மற்றும் உருவாகும் நோய்க்கிருமிகள்

இது சீரற்ற மரபணு-பிளக்கும் பயிற்சி அல்ல. முக்கியமாக, AI மாதிரிகள் மரபணுக்களை ஒன்றாக தைப்பதை விட மரபணு-நிலைக் கட்டுப்பாடுகள். வடிவமைக்கப்பட்ட பேஜ்களில் ஒன்று, Evo-Φ36 என பெயரிடப்பட்டது, பொறியாளர்கள் அதை காட்டு-வகை ΦX174 இல் செருகியபோது வேலை செய்யாத ஒரு செயல்பாட்டு துண்டிக்கப்பட்ட புரதத்தைக் கொண்டு சென்றது. சுற்றியுள்ள AI-உருவாக்கப்பட்ட மரபணு சூழல் அதை ஆதரிக்க இணைந்து தழுவியதால் இது இங்கு செயல்பட்டது.

பல செயற்கை பேஜ்கள் "பேஜ் காக்டெய்ல்" ஆக இணைக்கப்பட்டபோது, ​​இலக்கு பாக்டீரியா பொதுவாக காட்டு-வகை ΦX174 க்கு எதிராக ஏற்றப்படும் எதிர்ப்பை அவை முறியடித்தன. இது ஒரு நம்பிக்கைக்குரிய மருத்துவ பயன்பாட்டைச் சுட்டிக்காட்டுகிறது: வேகமாக உருவாகி வரும், மருந்து-எதிர்ப்பு நோய்க்கிருமிகளுக்கு எதிராக தகவமைப்பு பேஜ் சிகிச்சைகளை வடிவமைத்தல்.

ஸ்டான்ஃபோர்ட் குழு, "செயற்கை மரபியல் எதை அடைய முடியும்" என்பதை இயக்கிய பரிணாமம் மற்றும் பகுத்தறிவு பொறியியலுடன் விரிவுபடுத்துகிறது, அதே நேரத்தில் "தகவமைப்பு மற்றும் மீள்நிலை பேஜ் சிகிச்சைகளை உருவாக்குவதற்கான பாதையை அமைக்கிறது."

பயோசெக்யூரிட்டி நிபுணர்கள் அலாரத்தை ஒலிக்கிறார்கள்

உறுதிமொழி தீவிர ஆபத்துடன் இணைக்கப்பட்டுள்ளது. ஆய்வுடன் வெளியிடப்பட்ட தலையங்கத்தில், ஜான்ஸ் ஹாப்கின்ஸ் பல்கலைக்கழகத்தின் டாக்டர். தாமஸ் இங்க்லெஸ்பி மற்றும் டாக்டர் மோரிட்ஸ் ஹான்கே ஆகியோர் டிஎன்ஏ ஆர்டர்களைத் திரையிடுவதற்கான தற்போதைய தன்னார்வ அமைப்பு இனி போதுமானதாக இல்லை என்று வாதிட்டனர்.

அவர்கள் செயற்கையான நியூக்ளிக் அமிலங்களை வழங்குபவர்களுக்கு அழைப்பு விடுத்தனர் - நோய்க்கிருமிகளை உற்பத்தி செய்யப் பயன்படுத்தப்படும் கட்டுமானத் தொகுதிகள் - வாடிக்கையாளர்களின் கவலை வரிசைகளுக்குத் திரையிடவும், வாடிக்கையாளர்களின் நியாயத்தன்மையை சரிபார்க்கவும் சட்டப்படி தேவை.

"AI-உருவாக்கப்பட்ட மரபணுக்கள் முன்னர் வகைப்படுத்தப்பட்ட நியூக்ளிக் அமில வரிசைகளிலிருந்து மிகவும் வித்தியாசமாக இருப்பதால், புதிய வடிவமைப்புகளைக் கொடியிடக்கூடிய ஸ்கிரீனிங் முறைகள் அவசரமாக உருவாக்கப்பட வேண்டும்" என்று இங்க்லெஸ்பி மற்றும் ஹான்கே எழுதினர்.

பிபிசி, தி கார்டியன் மற்றும் தி நியூ யார்க் டைம்ஸ் ஆகியவற்றின் கவரேஜ் முழுவதும் அவர்களின் மிகவும் சுட்டிக்காட்டப்பட்ட வரி பரவலாக மேற்கோள் காட்டப்பட்டுள்ளது: "உருவாக்கும் வைரஸ் மரபணு வடிவமைப்பு இனி இருக்குமா என்பது கேள்வி அல்ல. சமூகம் அதன் நன்மைகளை வெளிக்கொணர அனுமதிக்கும் மேற்பார்வையை உருவாக்க முடியுமா, அது கடுமையான தீங்குகளைத் தடுக்கிறது."

ஒரு ஆளுகை இடைவெளி அவசரமானது

உயிரியல் AI மாதிரிகள் கோட்பாட்டிலிருந்து ஆய்வகத்திற்குள் செல்ல முடியும் என்பதைக் காட்டும் முடிவுகளின் அலைகளில் சமீபத்தியது ஸ்டான்போர்ட் பேப்பர். இப்போது வரை, ஜீனோம் மொழி மாதிரிகள் உயிரியல் அமைப்புகளை வடிவமைப்பதற்கான வாக்குறுதியைக் காட்டியுள்ளன, ஆனால் முழு செயல்பாட்டு மரபணுக்களை உருவாக்கும் திறன் ஒருபோதும் நிரூபிக்கப்படவில்லை. புரோட்டீன் துண்டுகளை வடிவமைப்பதில் இருந்து 16 சாத்தியமான, நாவல் வைரஸ்களை தயாரிப்பது என்பது உயிர் பாதுகாப்பு ஆராய்ச்சியாளர்கள் எச்சரித்துள்ள திறன் வரம்பு ஆகும்.

"சக்திவாய்ந்த உயிரியல் AI மாதிரிகளை உருவாக்குபவர்களை விட வேண்டுமென்றே" அபாயங்களில் ஆசிரியர்கள் ஈடுபட்டுள்ளனர், என்று ஜான்ஸ் ஹாப்கின்ஸ் தலையங்கம் குறிப்பிட்டது, எதிர்கால முழு-மரபணு வடிவமைப்பு வேலை ஒரு திட்டத்தின் வாழ்க்கைச் சுழற்சி முழுவதும் பாதுகாப்பு மற்றும் பாதுகாப்பு நிபுணர்களைக் கலந்தாலோசிக்க வேண்டும் என்று வலியுறுத்துகிறது.

கொள்கை வகுப்பாளர்களுக்கு, நேரம் மோசமானது. எல்லைப்புற AI ஆளுமை கட்டமைப்புகள் இதுவரை டிஜிட்டல் அபாயங்களில் கவனம் செலுத்தியுள்ளன - சைபர் பாதுகாப்பு, தவறான தகவல் மற்றும் தன்னாட்சி முகவர்கள் - உயிரியல்-வடிவமைப்பு திறன்கள் ஒப்பீட்டளவில் சிறிய அர்ப்பணிப்பு மேற்பார்வையுடன் முன்னேறியுள்ளன. ஸ்டான்போர்ட் முடிவு இப்போது அந்த இடைவெளியை கூர்மையான நிவாரணத்தில் வைக்கிறது.

AIக்கு முன்னால் இருங்கள்

AI ஆராய்ச்சிக்கும் நிஜ உலக விளைவுகளுக்கும் இடையிலான எல்லை தொடர்ந்து நகர்கிறது. ஆய்வகம், கார்ப்பரேட் போர்டுரூம் அல்லது ஒழுங்குமுறை விசாரணையில் அடுத்த முன்னேற்றம் வந்தாலும், AI Buzz Wire உங்களுக்குத் தேவையான சூழலைக் கொண்டுள்ளது.

மேலும் AI செய்திகளைப் படிக்கவும் →