AI stworzyła działające wirusa. Czemu to zmienia biologię i zagraża bezpieczeństwu

Sztuczna inteligencja po raz pierwszy zaprojektowała kompletne, działające wirusa, które zaczęły się namnażać w laboratorium. Badacze ze Stanford University i Arc Institute wykorzystali modele genomowe Evo 1 i Evo 2 do stworzenia 16 nowych bakteriofagów — wirusów atakujących bakterie — które wcześniej nie występowały w naturze. To przełom w biologii syntetycznej, ale też ostrzeżenie przed potencjalnymi zagrożeniami.

Jak AI nauczyła się „języka DNA”?

Modele Evo działają na zasadzie podobnej do ChatGPT, ale zamiast przewidywać kolejne słowa w tekście, uczą się „języka DNA” i generują sekwencje kodu genetycznego. Model Evo 2 został wytrenowany na danych obejmujących wszystkie domeny życia — pracował na około 9 bilionach par zasad DNA i posiada do 40 miliardów parametrów.

Kluczowa różnica między tym a poprzednimi zastosowaniami AI w biologii: wygenerowany „tekst genetyczny” można fizycznie zsyntetyzować i sprawdzić, czy rzeczywiście staje się funkcjonalnym systemem biologicznym. Dotychczas AI wykorzystywano przede wszystkim do analizy genomów, przewidywania struktur białek czy projektowania poszczególnych molekuł. Tutaj model musiał stworzyć kompletny system biologiczny, którego elementy działają razem.

Jakie były wyniki eksperymentu?

Arc Institute przetestował 285 projektów wirusów zaprojektowanych przez AI. Z tej liczby 16 bakteriofagów było zdolnych do infekowania i niszczenia bakterii — skutecznie namnażało się oraz hamowało wzrost odpowiednich szczepów. To pierwszy przypadek, gdy generatywna sztuczna inteligencja została wykorzystana do zaprojektowania kompletnych, działających genomów wirusów.

Projektowane bakteriofagi były stosunkowo niewielkie — genom obejmował zaledwie 11 genów. To nadal znacznie prostszy organizm niż wirusa infekujące ludzi, ale skok w złożoności jest istotny. Brian Hie ze Stanford University zaznaczył, że po raz pierwszy generatywna AI została wykorzystana do zaprojektowania kompletnego genomu zdolnego do replikacji.

Aspekt	Liczba/Dane
Przetestowanych projektów	285
Skutecznych bakteriofagów	16
Liczba genów w projektowanym genomie	11
Parametry modelu Evo 2	do 40 miliardów
Pary zasad DNA w treningu	~9 bilionów

Potencjał medyczny: wirusa na zamówienie

Bakteriofagi mają wyjątkową cechę — potrafią atakować bakterie bardzo selektywnie. Naukowcy widzą przede wszystkim medyczną stronę odkrycia: potencjalnie AI mogłaby umożliwić tworzenie wirusów „na zamówienie” — zaprojektowanych tak, aby atakowały konkretną bakterię.

To szczególnie istotne w kontekście jednego z największych problemów współczesnej medycyny: antybiotykoopornościowych szczepów bakterii. Część wygenerowanych fagów zachowała selektywność: niszczył właściwe szczepy bakterii, nie wpływając na szczepy niezwiązane z ich celem. W praktyce oznaczałoby to przejście od szukania odpowiedniego wirusa w naturze do jego komputerowego projektowania — terapia fagowa na miarę potrzeb pacjenta.

Czemu to zagrożenie dla bezpieczeństwa?

Odkrycie ma jednak oczywiste zastosowanie dual-use. Jeżeli sztuczna inteligencja może nauczyć się reguł umożliwiających stworzenie działającego bakteriofaga, powstaje pytanie, czy kolejne generacje modeli będą potrafiły projektować coraz większe i bardziej skomplikowane systemy biologiczne.

Kevin Esvelt, profesor MIT zajmujący się bezpieczeństwem biologicznym, zwrócił uwagę, że w przyszłości podobne narzędzia mogłyby zostać wykorzystane do projektowania wirusów infekujących ludzi albo takich, które potrafiłyby omijać naturalną odporność czy ochronę zapewnianą przez szczepionki. Jego ostrzeżenie jest jednoznaczne: możliwość stworzenia nowych wariantów chorób zakaźnych byłaby technologią, której nie należy rozwijać bez odpowiednich zabezpieczeń.

Peter Koo, biolog obliczeniowy z Cold Spring Harbor Laboratory, uspokaja jednak: „Kiedy ludzie usłyszą, że AI stworzyła wirusa, wielu będzie przerażonych. Ale wirusa ludzkie są bardzo odmienne”. Sam eksperyment został również zaprojektowany z uwzględnieniem ograniczeń bezpieczeństwa.

Co to oznacza dla przyszłości?

Jeszcze kilka lat temu największym osiągnięciem modeli AI w biologii było przewidywanie struktur białek. Później modele zaczęły projektować nowe białka i fragmenty DNA. Teraz pojawia się następny etap: kompletny genom, z którego może powstać działający i namnażający się wirus.

Bariery zaczynają się przesuwać szybko. Eksperyment ze Stanford pokazuje, że jesteśmy w punkcie przejścia — od teoretycznych możliwości do praktycznych, weryfikowalnych wyników. Dla medycyny to szansa na nowe terapie. Dla bezpieczeństwa biologicznego to sygnał, że regulacje i kontrole muszą się zmienić szybciej niż technologia.

Naukowcy zwracają uwagę, że ograniczenie dostępu do modeli genomowych i danych treningowych będzie kluczowe. Jednocześnie całkowity zakaz badań byłby niemożliwy i niepożądany — potencjał medyczny jest zbyt duży. Chodzi o znalezienie balansu między innowacją a bezpieczeństwem, zanim kolejne generacje AI nauczą się projektować coś, czego nie powinniśmy umieć tworzyć.