นักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดได้ใช้ปัญญาประดิษฐ์ในการออกแบบไวรัสใหม่ 16 ตัวที่ไม่มีอยู่ในธรรมชาติ นับเป็นครั้งแรกที่ AI กำเนิดสามารถสร้างจีโนมของไวรัสที่ใช้งานได้ทั้งหมดตั้งแต่เริ่มต้น งานวิจัยนี้ตีพิมพ์ในวารสาร Science เมื่อวันที่ 6 สิงหาคม 2026 จุดประกายให้เกิดการถกเถียงกันอีกครั้งทันทีเกี่ยวกับวิธีการควบคุมแบบจำลอง AI ทางชีวภาพอันทรงพลัง สำหรับการรายงานข่าวอย่างต่อเนื่องว่า AI Buzz Wire ติดตามความก้าวหน้าที่จุดบรรจบกันของ AI และสังคมได้อย่างไร นี่เป็นหนึ่งในเรื่องราวการวิจัยที่เป็นผลสืบเนื่องมากที่สุดแห่งปี

AI สร้างไวรัสจาก DNA ได้อย่างไร

ทีมมหาวิทยาลัยสแตนฟอร์ด นำโดยนักศึกษาปริญญาเอก ซามูเอล คิง ไม่ได้ใช้แชทบอท แต่พวกเขาหันมาใช้ แบบจำลองภาษาจีโนม ซึ่งเป็นอัลกอริธึมที่ได้รับการฝึกเกี่ยวกับ DNA อันกว้างใหญ่ในลักษณะเดียวกับที่แบบจำลองภาษาขนาดใหญ่ได้รับการฝึกฝนกับข้อความ ด้วยการเรียนรู้กฎวิวัฒนาการที่ฝังอยู่ในจีโนมนับล้าน แบบจำลองเหล่านี้สามารถเขียนรหัสพันธุกรรมที่เป็นไปตามข้อจำกัดที่ชีวิตใช้จริง

นักวิจัยได้ปรับแต่งแบบจำลองภาษาจีโนมสองแบบที่เรียกว่า Evo 1 และ Evo 2 บนจีโนม 14,266 จีโนมจากตระกูล Microviridae ซึ่งเป็นกลุ่มไวรัส DNA เส้นเดี่ยวขนาดเล็ก พวกเขาใช้แบคทีริโอฟาจตามธรรมชาติ ΦX174 เป็นเทมเพลตการออกแบบ จากนั้นกรองการออกแบบที่เข้าข่ายเกือบ 300 แบบให้เหลือ 16 แบบที่สามารถสังเคราะห์และทดสอบในห้องปฏิบัติการได้

ผลลัพธ์ที่ได้คือ แบคทีริโอฟาจสังเคราะห์ 16 ชนิดที่มีจีโนม "แยกส่วนอย่างมากจากจีโนมธรรมชาติใดๆ" ตามรายงาน แต่ยังคงสามารถแพร่เชื้อแบคทีเรีย Escherichia coli สายพันธุ์ C ได้ แบคทีเรียหรือฟาจเป็นไวรัสที่โจมตีแบคทีเรียโดยเฉพาะและไม่เป็นอันตรายต่อมนุษย์

เหตุใดจึงสำคัญ: ฟาจค็อกเทลและเชื้อโรคที่กำลังพัฒนา

นี่ไม่ใช่การฝึกตัดต่อยีนแบบสุ่ม สิ่งสำคัญที่สุดคือ โมเดล AI ถือเป็น ข้อจำกัดระดับจีโนม แทนที่จะรวมยีนเข้าด้วยกัน หนึ่งในฟาจที่ได้รับการออกแบบซึ่งมีชื่อว่า Evo-Φ36 มีโปรตีนที่ถูกตัดทอนตามหน้าที่ซึ่งไม่เคยทำงานเมื่อวิศวกรใส่มันเข้าไปใน ΦX174 ชนิดไวด์ มันทำงานที่นี่เพราะบริบทจีโนมที่สร้างโดย AI โดยรอบได้ปรับร่วมกันเพื่อรองรับมัน

เมื่อฟาจสังเคราะห์หลายตัวถูกรวมเข้าด้วยกันเป็น "ฟาจค็อกเทล" พวกมันสามารถเอาชนะความต้านทานที่แบคทีเรียเป้าหมายปกติจะติดเข้ากับชนิดไวด์ ΦX174 นั่นชี้ให้เห็นถึงการประยุกต์ใช้ทางการแพทย์ที่น่าหวัง: การออกแบบการบำบัดด้วยฟาจแบบปรับตัวเพื่อต่อต้านเชื้อโรคที่ดื้อยาที่มีการพัฒนาอย่างรวดเร็ว

ทีมงานของมหาวิทยาลัยสแตนฟอร์ดวางกรอบการทำงานเป็นการขยาย "สิ่งที่จีโนมสังเคราะห์สามารถทำได้" ควบคู่ไปกับการวิวัฒนาการโดยตรงและวิศวกรรมที่มีเหตุผล ขณะเดียวกันก็ "วางแนวทางสำหรับการสร้างการบำบัดด้วยฟาจที่ปรับตัวและยืดหยุ่นได้"

ผู้เชี่ยวชาญด้านความปลอดภัยทางชีวภาพส่งเสียงเตือน

คำสัญญานี้มาพร้อมกับความเสี่ยงร้ายแรง ในบทบรรณาธิการที่ตีพิมพ์ควบคู่ไปกับงานวิจัยนี้ ดร. โธมัส อิงเกิลสบี และดร. มอริตซ์ ฮานเคอ จากมหาวิทยาลัยจอห์น ฮอปกินส์ แย้งว่าระบบสมัครใจในการคัดกรองคำสั่ง DNA ในปัจจุบันไม่เพียงพออีกต่อไป

พวกเขาเรียกร้องให้ผู้ให้บริการกรดนิวคลีอิกสังเคราะห์ซึ่งเป็นส่วนประกอบที่ใช้ในการผลิตเชื้อโรค จำเป็นตามกฎหมาย เพื่อคัดกรองคำสั่งซื้อของลูกค้าเพื่อดูลำดับข้อกังวล และเพื่อตรวจสอบความถูกต้องตามกฎหมายของลูกค้าเอง

"เนื่องจากจีโนมที่สร้างโดย AI อาจแตกต่างอย่างมากจากลำดับกรดนิวคลีอิกที่มีลักษณะเฉพาะก่อนหน้านี้ วิธีการคัดกรองที่สามารถระบุการออกแบบใหม่ที่เกี่ยวข้องกับการออกแบบจึงจำเป็นต้องได้รับการพัฒนาอย่างเร่งด่วน" Inglesby และ Hanke เขียน

ประเด็นที่ชัดเจนที่สุดของพวกเขาได้รับการกล่าวถึงอย่างกว้างขวางจากรายงานข่าวของ BBC, The Guardian และ The New York Times: "คำถามไม่ได้อยู่ที่ว่าการออกแบบจีโนมของไวรัสจะเกิดขึ้นจริงหรือไม่ สังคมจะสามารถสร้างการกำกับดูแลที่ช่วยให้ผลประโยชน์ของตนปรากฏออกมา ในขณะเดียวกันก็ป้องกันไม่ให้เกิดอันตรายร้ายแรงหรือไม่"

ช่องว่างการกำกับดูแลเกิดขึ้นอย่างเร่งด่วน

รายงานของ Stanford เป็นรายงานผลล่าสุดที่แสดงให้เห็นว่าแบบจำลอง AI ทางชีวภาพสามารถข้ามจากทฤษฎีไปสู่ห้องปฏิบัติการได้ จนถึงขณะนี้ แบบจำลองภาษาจีโนมได้แสดงให้เห็นถึงความเป็นไปได้ในการออกแบบระบบทางชีววิทยา แต่ยังไม่เคยมีการสาธิตความสามารถในการสร้างจีโนมเชิงฟังก์ชันทั้งหมดเลย การก้าวกระโดดจากการออกแบบชิ้นส่วนโปรตีนไปสู่การผลิตไวรัสสายพันธุ์ใหม่ 16 ตัว ถือเป็นเกณฑ์ความสามารถที่นักวิจัยด้านความปลอดภัยทางชีวภาพได้เตือนไว้อย่างชัดเจน

ผู้เขียนเองเกี่ยวข้องกับความเสี่ยง "โดยเจตนามากกว่านักพัฒนาโมเดล AI ทางชีวภาพที่มีประสิทธิภาพส่วนใหญ่" บทบรรณาธิการของ Johns Hopkins ตั้งข้อสังเกต โดยกระตุ้นให้งานออกแบบจีโนมทั้งหมดในอนาคตปรึกษาผู้เชี่ยวชาญด้านความปลอดภัยและการรักษาความปลอดภัยตลอดวงจรชีวิตของโครงการ

สำหรับผู้กำหนดนโยบาย จังหวะเวลาเป็นเรื่องที่น่าอึดอัดใจ จนถึงขณะนี้ กรอบการกำกับดูแล Frontier AI ได้มุ่งเน้นไปที่ความเสี่ยงทางดิจิทัล — ความปลอดภัยทางไซเบอร์ ข้อมูลที่ผิด และตัวแทนอัตโนมัติ — ในขณะที่ความสามารถในการออกแบบทางชีวภาพได้ก้าวหน้าไปโดยมีการกำกับดูแลที่ทุ่มเทเพียงเล็กน้อย ผลการแข่งขันของสแตนฟอร์ดทำให้ช่องว่างนั้นโล่งใจลงอย่างมาก

ก้าวนำหน้า AI

ขอบเขตระหว่างการวิจัย AI และผลลัพธ์ในโลกแห่งความเป็นจริงยังคงดำเนินต่อไป ไม่ว่าความก้าวหน้าครั้งถัดไปจะเกิดขึ้นในห้องปฏิบัติการ ห้องประชุมคณะกรรมการของบริษัท หรือการพิจารณาคดีตามกฎระเบียบ AI Buzz Wire มีบริบทที่คุณต้องการ

อ่านข่าว AI เพิ่มเติม →