นักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดและ Broad Institute of MIT และ Harvard ได้ใช้ปัญญาประดิษฐ์ในการออกแบบและสังเคราะห์ไวรัสเชิงฟังก์ชันที่ไม่มีอยู่ในธรรมชาติ ถือเป็นสิ่งที่หน่วยงานหลายแห่งอธิบายว่าเป็นวิทยาศาสตร์แห่งแรกที่มีผลกระทบในวงกว้างทั้งในด้านยาและความปลอดภัยทางชีวภาพ

ในผลการวิจัยที่ตีพิมพ์ในวารสาร Science เมื่อวันที่ 7 สิงหาคม 2026 ทีมวิจัยกล่าวว่าได้ใช้แบคทีเรียที่เกิดขึ้นตามธรรมชาติ ซึ่งเป็นไวรัสที่ติดเชื้อแบคทีเรีย เป็นแม่แบบ จากนั้นจึงใช้ generative AI เพื่อสร้างลำดับจีโนมใหม่ๆ นับพันลำดับ ทีมงานทำการสังเคราะห์ทางเคมีของจีโนมเกือบ 300 จีโนมที่สร้างโดย AI และทำการทดสอบภายใต้สภาพห้องปฏิบัติการ ส่งผลให้มีไวรัส 16 ตัวที่สามารถจำลองตัวเองได้อย่างสมบูรณ์

การศึกษาที่นำโดยนักวิจัยรวมทั้ง Brian Hie และ Samuel King แสดงให้เห็นว่าโมเดลการเรียนรู้ของเครื่องสามารถออกแบบสิ่งมีชีวิตทางชีวภาพทั้งหมดตั้งแต่เริ่มต้นได้ ในการทดสอบแบบตัวต่อตัว ส่วนผสมของไวรัสสังเคราะห์ได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพในการฆ่าเชื้อแบคทีเรีย E. coli มากกว่าฟาจที่เกิดขึ้นตามธรรมชาติจากไวรัสเหล่านั้น ซึ่งบ่งชี้ว่าเชื้อโรคที่สร้างโดย AI สามารถทำงานได้ดีกว่าไวรัสตามธรรมชาติในการใช้งานแบบกำหนดเป้าหมาย

สำหรับผู้อ่านที่ติดตามขอบเขตที่เปลี่ยนแปลงอย่างรวดเร็วของ นวัตกรรมการวิจัย AI งานนี้มีความโดดเด่นในการก้าวข้ามเกณฑ์ที่จนกระทั่งเมื่อไม่นานมานี้เป็นของการอภิปรายเชิงคาดเดา นั่นคือความสามารถในการสร้างสิ่งมีชีวิตที่สมบูรณ์และใช้งานได้โดยใช้ปัญญาประดิษฐ์

จากข้อความถึงจีโนม

แนวทางนี้สะท้อนสถาปัตยกรรมของแบบจำลองภาษา แทนที่จะทำนายคำถัดไปในประโยค ระบบ AI จะคาดการณ์องค์ประกอบหลักถัดไปในจีโนมของไวรัส ด้วยการฝึกอบรมฐานข้อมูลขนาดใหญ่ของลำดับดีเอ็นเอของฟาจที่รู้จัก แบบจำลองจึงได้เรียนรู้รูปแบบทางสถิติที่ควบคุมวิธีการประกอบจีโนมเหล่านี้ จากนั้นมันจะสามารถสร้างลำดับใหม่ทั้งหมดซึ่งเป็นไปตามกฎทางชีววิทยาเดียวกัน แต่ไม่สอดคล้องกับไวรัสใด ๆ ที่ระบุไว้ก่อนหน้านี้

นักวิจัยสังเคราะห์จีโนมที่ออกแบบโดย AI ประมาณ 290 จีโนมเหล่านี้ เมื่อนำไปใช้กับการเพาะเลี้ยงแบคทีเรีย มี 16 ตัวที่ประสบความสำเร็จในการติดเชื้อและแพร่พันธุ์ภายในเป้าหมาย ซึ่งยืนยันว่าพวกมันไม่เพียงแต่เป็นลำดับทางพันธุกรรมที่เป็นไปได้บนกระดาษเท่านั้น แต่ยังใช้งานได้กับเครื่องจักรทางชีววิทยาอีกด้วย

“แนวทางของเราจะขยายสิ่งที่จีโนมสังเคราะห์สามารถบรรลุได้ควบคู่ไปกับวิธีการต่างๆ เช่น วิวัฒนาการโดยตรงและวิศวกรรมเชิงเหตุผล” ผู้เขียนเขียนไว้ในวารสาร Science พวกเขากล่าวว่างานนี้ "วางแนวทางในการสร้างการบำบัดด้วยฟาจที่ปรับตัวและยืดหยุ่นเพื่อต่อต้านเชื้อโรคที่พัฒนาอย่างรวดเร็ว" และ "สร้างรากฐานสำหรับการออกแบบจีโนมที่ใหญ่กว่าและซับซ้อนมากขึ้น"

คำสัญญาทางการแพทย์ตรงกับความวิตกกังวลด้านความปลอดภัยทางชีวภาพ

ผลกระทบทางการแพทย์มีความสำคัญ แบคทีเรียได้รับการศึกษามานานแล้วว่าเป็นทางเลือกที่มีศักยภาพแทนยาปฏิชีวนะทั่วไป โดยเฉพาะอย่างยิ่งในขณะที่การติดเชื้อแบคทีเรียที่ดื้อยาแพร่กระจายไปทั่วโลก หาก AI สามารถออกแบบฟาจที่เหมาะกับเชื้อโรคได้อย่างรวดเร็ว ก็จะสามารถเร่งการพัฒนาการรักษาด้วยยาต้านจุลชีพเฉพาะบุคคลได้ในเวลาที่องค์การอนามัยโลกเตือนถึงยุคหลังการใช้ยาปฏิชีวนะที่กำลังจะเกิดขึ้น

ไอแซค โบโกช ผู้เชี่ยวชาญด้านโรคติดเชื้อจากมหาวิทยาลัยโตรอนโตและโรงพยาบาลโตรอนโตเจเนอรัล ที่ไม่ได้มีส่วนร่วมในการศึกษาวิจัยนี้ กล่าวกับอัลจาซีราว่า การวิจัยครั้งนี้มีทั้งความหวังและผลกระทบที่น่ากังวล ไวรัสที่ออกแบบโดย AI สามารถช่วยรับมือกับการติดเชื้อดื้อยาปฏิชีวนะในรูปแบบใหม่ เขากล่าว แต่ "ความสามารถเดียวกันในการออกแบบไวรัสที่ใช้งานได้ทั้งหมดอาจกลายเป็นความเสี่ยงด้านความปลอดภัยทางชีวภาพอย่างร้ายแรงได้อย่างง่ายดาย หากนำไปใช้กับเชื้อโรคที่เป็นอันตราย"

Fatemeh Vafaee ศาสตราจารย์จาก University of New South Wales School of Biotechnology and Biomolecular Sciences ในซิดนีย์ สะท้อนถึงความกังวลเรื่องการใช้สองทาง ขณะเดียวกันก็คำนึงถึงความเข้มงวดของการศึกษาวิจัยด้วย เธอแนะนำว่าการบรรจบกันของ generative AI และจีโนมสังเคราะห์ เรียกร้องให้มีรั้วที่แข็งแกร่ง โปรโตคอลการคัดกรอง และกลไกการกำกับดูแลเติบโตไปพร้อมกับเทคโนโลยีมากกว่าตามความเป็นจริง

รูปแบบของการเร่งความสามารถ

สิ่งพิมพ์ Science กล่าวถึงเหตุการณ์สำคัญก่อนหน้านี้ในการออกแบบโปรตีนและจีโนมที่ขับเคลื่อนด้วย AI ในเดือนกันยายน พ.ศ. 2568 นักวิจัยได้ประกาศไวรัสที่ออกแบบโดย AI ตัวแรกของโลก ซึ่งแสดงให้เห็นว่าสามารถทำซ้ำและฆ่าเชื้อแบคทีเรียได้ การศึกษาครั้งใหม่ดำเนินต่อไปด้วยการสร้างไวรัสที่มีชีวิตหลายตัวในวงกว้าง และแสดงให้เห็นว่าการผสมผสานที่ออกแบบโดย AI สามารถทำงานได้ดีกว่าฟาจตามธรรมชาติในการทดลองที่มีการควบคุม

ความก้าวหน้าที่ก้าวไปอย่างรวดเร็วทำให้ผู้เชี่ยวชาญด้านความปลอดภัยทางชีวภาพบางคนไม่มั่นคง ความจริงที่ว่ากลุ่มวิจัยเพียงกลุ่มเดียวสามารถสร้างจีโนมผู้สมัครได้หลายร้อยจีโนม และตรวจสอบความถูกต้องได้หลายสิบจีโนมในเวลาไม่กี่สัปดาห์ แสดงให้เห็นว่าแบบจำลองกำเนิดกำลังบีบอัดไทม์ไลน์ระหว่างการออกแบบทางคอมพิวเตอร์และความเป็นจริงทางชีวภาพได้อย่างไร ผู้กำหนดนโยบายและหน่วยงานทางวิทยาศาสตร์เรียกร้องให้มีกรอบการคัดกรองที่ได้รับการปรับปรุงมากขึ้น เพื่อให้แน่ใจว่าผู้ให้บริการการสังเคราะห์ DNA เชิงพาณิชย์สามารถระบุลำดับที่อาจเป็นอันตรายได้ก่อนที่จะมีการผลิต

รัฐบาลและองค์กรระหว่างประเทศหลายแห่งกำลังพัฒนามาตรฐานการคัดกรองลำดับทางพันธุกรรมควบคู่ไปกับความก้าวหน้าอย่างรวดเร็วของเครื่องมือชีววิทยา AI ความกังวลนี้ไม่ใช่เรื่องสมมุติ เนื่องจากต้นทุนในการสังเคราะห์ DNA ยังคงลดลง อุปสรรคในการเปลี่ยนจีโนมที่สร้างโดย AI ให้เป็นสิ่งมีชีวิตทางกายภาพก็ลดน้อยลง

อะไรจะเกิดขึ้นต่อไป

นักวิจัยของสถาบันสแตนฟอร์ดและบรอดกล่าวว่างานของพวกเขาได้สร้างรากฐานสำหรับการออกแบบจีโนมที่มีขนาดใหญ่ขึ้นและซับซ้อนมากขึ้นเรื่อยๆ ซึ่งอาจเคลื่อนตัวไปไกลกว่าฟาจไปยังระบบทางชีววิทยาอื่นๆ พวกเขาวางตำแหน่งการศึกษานี้เป็นข้อพิสูจน์ว่า generative AI สามารถทำหน้าที่เป็นกลไกเชิงปฏิบัติสำหรับชีววิทยาสังเคราะห์ ไม่ใช่แค่แบบฝึกหัดเชิงทฤษฎีเท่านั้น

สำหรับชุมชนวิทยาศาสตร์ คำถามเร่งด่วนเกี่ยวข้องกับความสามารถในการทำซ้ำ ระเบียบปฏิบัติด้านความปลอดภัย และการเข้าถึง ฟาจที่ออกแบบโดย AI จะสามารถใช้งานได้อย่างปลอดภัยในสภาพแวดล้อมทางคลินิกหรือไม่นั้น จำเป็นต้องมีการทดสอบอย่างละเอียด สำหรับสาธารณชนในวงกว้าง การศึกษานี้ถือเป็นอีกตัวอย่างหนึ่งที่ปัญญาประดิษฐ์กำลังเปลี่ยนรูปแบบโดเมนที่ครั้งหนึ่งเคยคิดว่าเป็นดินแดนแห่งธรรมชาติอันพิเศษเฉพาะ

ก้าวนำหน้า AI

ในขณะที่ generative AI ขยายการเข้าถึงจากภาษาและรูปภาพไปสู่โครงสร้างแห่งชีวิต ขอบเขตระหว่างการออกแบบดิจิทัลและความเป็นจริงทางชีวภาพก็แคบลงเรื่อยๆ ติดตาม AI Buzz Wire เพื่อรายงานข่าวอย่างต่อเนื่องเกี่ยวกับจุดตัดระหว่างปัญญาประดิษฐ์และวิทยาศาสตร์เพื่อชีวิต

อ่านข่าวการวิจัย AI เพิ่มเติม →