ஸ்டான்போர்ட் பல்கலைக்கழகம் மற்றும் எம்ஐடி மற்றும் ஹார்வர்டின் பிராட் இன்ஸ்டிடியூட் ஆராய்ச்சியாளர்கள் இயற்கையில் இல்லாத செயல்பாட்டு வைரஸ்களை வடிவமைத்து ஒருங்கிணைக்க செயற்கை நுண்ணறிவைப் பயன்படுத்தினர், மருத்துவம் மற்றும் உயிரியல் பாதுகாப்பு ஆகிய இரண்டிற்கும் நீண்டகால தாக்கங்களுடன் பல விற்பனை நிலையங்கள் முதலில் அறிவியல் என்று விவரிக்கின்றன.

ஆகஸ்ட் 7, 2026 அன்று அறிவியல் இதழில் வெளியிடப்பட்ட கண்டுபிடிப்புகளில், இயற்கையாக நிகழும் பாக்டீரியோபேஜ் - பாக்டீரியாவைப் பாதிக்கும் வைரஸ் - ஒரு டெம்ப்ளேட்டாகப் பயன்படுத்தியதாக ஆராய்ச்சி குழு கூறியது, பின்னர் ஆயிரக்கணக்கான நாவல் மரபணு வரிசைகளை உருவாக்க ஜெனரேட்டிவ் AI ஐப் பயன்படுத்தியது. AI-உருவாக்கிய மரபணுக்களில் ஏறக்குறைய 300 ஐ குழு வேதியியல் ரீதியாக ஒருங்கிணைத்து, அவற்றை ஆய்வக நிலைமைகளின் கீழ் சோதித்தது, இதன் விளைவாக 16 முழுமையாக சாத்தியமான, சுய-பிரதிபலிப்பு வைரஸ்கள் உருவாகின்றன.

பிரையன் ஹை மற்றும் சாமுவேல் கிங் உள்ளிட்ட ஆராய்ச்சியாளர்கள் தலைமையிலான ஆய்வு, இயந்திரக் கற்றல் மாதிரிகள் இப்போது புதிதாக, உயிருள்ள உயிரியல் நிறுவனங்களை முழுமையாக வடிவமைக்க முடியும் என்பதை நிரூபிக்கிறது. ஹெட்-டு-ஹெட் சோதனைகளில், செயற்கை வைரஸ்களின் கலவையானது ஈ.கோலை பாக்டீரியாவை அழிப்பதில் அவை பெறப்பட்ட இயற்கையாக நிகழும் பேஜ்களைக் காட்டிலும் மிகவும் பயனுள்ளதாக இருந்தது.

[AI ஆராய்ச்சி முன்னேற்றங்கள்] (https://aibuzzwire.news) வேகமாக நகரும் எல்லையைக் கண்காணிக்கும் வாசகர்களுக்கு, இந்த வேலை ஒரு வாசலைக் கடப்பதில் குறிப்பிடத்தக்கது, இது சமீபத்தில் வரை ஊக விவாதத்திற்கு சொந்தமானது: செயற்கை நுண்ணறிவைப் பயன்படுத்தி முழுமையான, செயல்பாட்டு உயிரினங்களை உருவாக்கும் திறன்.

உரையிலிருந்து மரபணுக்கள் வரை

அணுகுமுறை மொழி மாதிரிகளின் கட்டமைப்பை பிரதிபலிக்கிறது. ஒரு வாக்கியத்தில் அடுத்த வார்த்தையைக் கணிப்பதற்குப் பதிலாக, AI அமைப்பு வைரஸ் மரபணுவில் அடுத்த கட்டத் தொகுதியைக் கணிக்கின்றது. அறியப்பட்ட பேஜ் டிஎன்ஏ வரிசைகளின் பெரிய தரவுத்தளங்களில் பயிற்சியளிப்பதன் மூலம், இந்த மரபணுக்கள் எவ்வாறு சேகரிக்கப்படுகின்றன என்பதை நிர்வகிக்கும் புள்ளிவிவர வடிவங்களை மாதிரி கற்றுக்கொண்டது. பின்னர் அது அதே உயிரியல் விதிகளைப் பின்பற்றும் ஆனால் முன்னர் பட்டியலிடப்பட்ட எந்த வைரஸுடனும் பொருந்தாத முற்றிலும் புதிய வரிசைகளை உருவாக்க முடியும்.

இந்த AI-வடிவமைக்கப்பட்ட மரபணுக்களில் சுமார் 290 ஐ ஆராய்ச்சியாளர்கள் ஒருங்கிணைத்தனர். பாக்டீரியல் கலாச்சாரங்களுக்கு அறிமுகப்படுத்தப்பட்டபோது, ​​அவற்றில் 16 வெற்றிகரமாக பாதிக்கப்பட்டு அவற்றின் இலக்குகளுக்குள் பிரதியெடுத்தன - அவை காகிதத்தில் வெறுமனே நம்பத்தகுந்த மரபணு வரிசைகள் அல்ல, ஆனால் செயல்படும் உயிரியல் இயந்திரங்கள் என்பதை உறுதிப்படுத்துகிறது.

"எங்கள் அணுகுமுறை இயக்கிய பரிணாமம் மற்றும் பகுத்தறிவு பொறியியல் போன்ற முறைகளுடன் செயற்கை மரபியல் எதை அடைய முடியும் என்பதை விரிவுபடுத்துகிறது" என்று ஆசிரியர்கள் அறிவியலில் எழுதினர். இந்த வேலை "விரைவாக உருவாகும் நோய்க்கிருமிகளுக்கு எதிராக தகவமைப்பு மற்றும் மீள்நிலை பேஜ் சிகிச்சைகளை உருவாக்குவதற்கான ஒரு பாதையை அமைக்கிறது" மேலும் "பெரிய, மிகவும் சிக்கலான மரபணுக்களின் உருவாக்கும் வடிவமைப்பிற்கான அடித்தளத்தை நிறுவுகிறது."

மருத்துவ வாக்குறுதி உயிர் பாதுகாப்பு கவலையை சந்திக்கிறது

மருத்துவ தாக்கங்கள் குறிப்பிடத்தக்கவை. பாக்டீரியோபேஜ்கள் பாரம்பரிய நுண்ணுயிர் எதிர்ப்பிகளுக்கு ஒரு சாத்தியமான மாற்றாக நீண்ட காலமாக ஆய்வு செய்யப்பட்டுள்ளன, குறிப்பாக மருந்து-எதிர்ப்பு பாக்டீரியா தொற்றுகள் உலகம் முழுவதும் பெருகும். AI ஆனது குறிப்பிட்ட நோய்க்கிருமிகளுக்கு ஏற்றவாறு பேஜ்களை விரைவாக வடிவமைக்க முடிந்தால், உலக சுகாதார நிறுவனம் ஆண்டிபயாடிக் சகாப்தத்திற்குப் பிந்தைய காலகட்டம் குறித்து எச்சரித்திருக்கும் நேரத்தில் தனிப்பயனாக்கப்பட்ட நுண்ணுயிர் எதிர்ப்பு சிகிச்சையின் வளர்ச்சியை துரிதப்படுத்தலாம்.

ஆய்வில் ஈடுபடாத டொராண்டோ பல்கலைக்கழகம் மற்றும் டொராண்டோ பொது மருத்துவமனையின் தொற்று நோய் நிபுணரான ஐசக் போகோச், அல் ஜசீராவிடம், இந்த ஆராய்ச்சி நம்பிக்கைக்குரிய மற்றும் தொடர்புடைய தாக்கங்களைக் கொண்டுள்ளது என்று கூறினார். AI-வடிவமைக்கப்பட்ட வைரஸ்கள் புதிய வழிகளில் ஆண்டிபயாடிக்-எதிர்ப்பு நோய்த்தாக்கங்களைச் சமாளிக்க உதவும், ஆனால் "முழுமையான, செயல்பாட்டு வைரஸ்களை வடிவமைக்கும் அதே திறன், தீங்கு விளைவிக்கும் நோய்க்கிருமிகளுக்குப் பயன்படுத்தப்பட்டால், அது ஒரு தீவிர உயிர்பாதுகாப்பு அபாயமாக மாறும்" என்று அவர் கூறினார்.

சிட்னியில் உள்ள நியூ சவுத் வேல்ஸ் பல்கலைக்கழக பயோடெக்னாலஜி மற்றும் பயோமோலிகுலர் சயின்சஸ் பல்கலைக்கழகத்தின் பேராசிரியரான ஃபதேமே வஃபே, ஆய்வின் கடுமையைக் குறிப்பிடுகையில் அந்த இரட்டை பயன்பாட்டு அக்கறையை எதிரொலித்தார். ஜெனரேடிவ் AI மற்றும் செயற்கை மரபியல் ஆகியவற்றின் ஒருங்கிணைப்பு, வலுவான பாதுகாப்பு நெறிமுறைகள், திரையிடல் நெறிமுறைகள் மற்றும் மேற்பார்வை வழிமுறைகள் ஆகியவை உண்மைக்குப் பிறகு அல்லாமல் தொழில்நுட்பத்துடன் இணைந்து வளர வேண்டும் என்று அவர் பரிந்துரைத்தார்.

விரைவுபடுத்தும் திறனின் ஒரு முறை

அறிவியல் வெளியீடு AI-உந்துதல் புரதம் மற்றும் மரபணு வடிவமைப்பில் முந்தைய மைல்கற்களைப் பின்பற்றுகிறது. செப்டம்பர் 2025 இல், ஆராய்ச்சியாளர்கள் உலகின் முதல் AI-வடிவமைக்கப்பட்ட வைரஸ்களை அறிவித்தனர், அவை பாக்டீரியாவை நகலெடுக்கவும் கொல்லவும் காட்டப்பட்டன. புதிய ஆய்வு, பல சாத்தியமான வைரஸ்களை அளவில் உருவாக்குவதன் மூலம் மேலும் செல்கிறது மற்றும் AI-வடிவமைக்கப்பட்ட சேர்க்கைகள் கட்டுப்படுத்தப்பட்ட சோதனைகளில் இயற்கையான பேஜ்களை விஞ்சும் என்பதை நிரூபித்தது.

முன்னேற்றத்தின் வேகம் சில உயிரியல் பாதுகாப்பு நிபுணர்களை அமைதியடையச் செய்துள்ளது. ஒரு ஆராய்ச்சிக் குழு இப்போது நூற்றுக்கணக்கான வேட்பாளர் மரபணுக்களை உருவாக்க முடியும் மற்றும் சில வாரங்களில் டஜன் கணக்கானவற்றை சரிபார்க்க முடியும் என்பது, கணக்கீட்டு வடிவமைப்பு மற்றும் உயிரியல் யதார்த்தத்திற்கு இடையிலான காலவரிசையை உருவாக்கும் மாதிரிகள் எவ்வாறு சுருக்கப்படுகின்றன என்பதை விளக்குகிறது. கொள்கை வகுப்பாளர்களும் விஞ்ஞான அமைப்புகளும் பெருகிய முறையில் புதுப்பிக்கப்பட்ட ஸ்கிரீனிங் கட்டமைப்பிற்கு அழைப்பு விடுத்துள்ளன, வணிக டிஎன்ஏ-தொகுப்பு வழங்குநர்கள் அவை தயாரிக்கப்படுவதற்கு முன்பே ஆபத்தான காட்சிகளைக் கொடியிட முடியும்.

AI உயிரியல் கருவிகளின் விரைவான முன்னேற்றத்திற்கு இணையாக பல அரசாங்கங்களும் சர்வதேச நிறுவனங்களும் மரபணு-வரிசை திரையிடல் தரநிலைகளை உருவாக்கி வருகின்றன. கவலை அனுமானமானது அல்ல: டிஎன்ஏவை ஒருங்கிணைக்கும் செலவு தொடர்ந்து குறைந்து வருவதால், AI-உருவாக்கப்பட்ட மரபணுவை ஒரு உடல் உயிரினமாக மாற்றுவதற்கான தடை குறைகிறது.

அடுத்து என்ன வரும்

ஸ்டான்போர்ட் மற்றும் பிராட் இன்ஸ்டிடியூட் ஆராய்ச்சியாளர்கள், அவர்களின் பணி படிப்படியாக பெரிய மற்றும் மிகவும் சிக்கலான மரபணுக்களை வடிவமைப்பதற்கான அடித்தளத்தை நிறுவுகிறது, இது பேஜ்களுக்கு அப்பால் மற்ற உயிரியல் அமைப்புகளுக்கு நகரும். செயற்கை உயிரியலுக்கான நடைமுறை இயந்திரமாக, வெறும் கோட்பாட்டுப் பயிற்சியாக இல்லாமல், உருவாக்கும் AI செயல்படும் என்பதற்கான ஆதாரமாக அவர்கள் ஆய்வை நிலைநிறுத்தியுள்ளனர்.

விஞ்ஞான சமூகத்தைப் பொறுத்தவரை, உடனடி கேள்விகள் இனப்பெருக்கம், பாதுகாப்பு நெறிமுறைகள் மற்றும் அணுகலைச் சுற்றியே உள்ளன. AI-வடிவமைக்கப்பட்ட பேஜ்களை மருத்துவ அமைப்புகளில் பாதுகாப்பாக பயன்படுத்த முடியுமா என்பது விரிவான சோதனை தேவைப்படும். பரந்த பொதுமக்களுக்கு, செயற்கை நுண்ணறிவு ஒருமுறை இயற்கையின் பிரத்யேக மாகாணமாக கருதப்படும் டொமைனை மறுவடிவமைக்கும் மற்றொரு நிகழ்வை இந்த ஆய்வு பிரதிபலிக்கிறது.

AIக்கு முன்னால் இருங்கள்

உருவாக்கும் AI ஆனது மொழி மற்றும் படங்களிலிருந்து வாழ்க்கையின் கட்டமைப்பிற்குள் அதன் வரம்பை விரிவுபடுத்துவதால், டிஜிட்டல் வடிவமைப்புக்கும் உயிரியல் யதார்த்தத்திற்கும் இடையிலான எல்லை குறுகிக்கொண்டே செல்கிறது. செயற்கை நுண்ணறிவுக்கும் உயிர் அறிவியலுக்கும் இடையேயான குறுக்குவெட்டை தொடர்ந்து அறிய AI Buzz Wire ஐப் பின்தொடரவும்.

மேலும் AI ஆராய்ச்சி செய்திகளைப் படிக்கவும் →