به گزارش کارگروه فناوری اطلاعات سایبربان , در یک پیشرفت علمی بی‌سابقه، دانشمندان برای اولین بار در جهان موفق به طراحی و تولید ویروس‌ها با استفاده از هوش مصنوعی شده‌اند. این دستاورد نه تنها به کشف راهکارهای جدید در مبارزه با چالش‌های زیستی منجر می‌شود، بلکه پرسش‌هایی جدی درباره آینده حیات مصنوعی و پیامدهای امیدوارانه و نگران‌کننده این فناوری مطرح می‌کند.
محققان در این مطالعه از الگوریتم‌های پیشرفته هوش مصنوعی برای نوشتن و طراحی ژنوم‌های ویروسی منسجم و عملکردی استفاده کرده‌اند. این ویروس‌های طراحی‌شده، با تمرکز بر نوع خاصی از ویروس‌ها موسوم به «باکتریوفاژها» یا همان باکتری‌خوارها سنتز شده‌اند. باکتریوفاژها، ویروس‌هایی هستند که به طور طبیعی باکتری‌ها را آلوده کرده و از بین می‌برند و به همین دلیل، دهه‌هاست که به عنوان یک جایگزین بالقوه برای آنتی‌بیوتیک‌ها در مقابله با عفونت‌های مقاوم به درمان مورد توجه قرار گرفته‌اند.
ویروس‌های تولیدشده توسط هوش مصنوعی، توانایی بالایی در شکار و از بین بردن سویه‌های مقاوم باکتریایی، به ویژه گونه‌های خطرناک اشرشیا کلی (E. coli) از خود نشان دادند. این باکتری به دلیل مقاومت بیش از حد در برابر آنتی‌بیوتیک‌ها، به یک تهدید جدی برای سلامت عمومی جهانی تبدیل شده است.
هوش مصنوعی خالق ژنوم‌های ویروس می‌شود
در پی ساخت ویروس توسط هوش مصنوعی، برایان هی (Bryan He)، زیست‌شناس محاسباتی از دانشگاه استنفورد کالیفرنیا در مورد این موفقیت اظهار نظر کرده است. وی تاکید می‌کند: «این نخستین باری است که سیستم‌های هوش مصنوعی قادرند توالی‌هایی در مقیاس ژنوم که منسجم باشند بنویسند.» پیش از این، هوش مصنوعی در تحلیل داده‌ها، مدل‌سازی پروتئین‌ها و کشف داروها نقش داشت، اما توانایی تولید و طراحی ژنوم‌های عملکردی، یک قدم بسیار فراتر است. او در ادامه با نگاهی به افق‌های آینده، پیش‌بینی کرد که گام بعدی، حیات تولیدشده توسط هوش مصنوعی است.
با این حال، ساموئل کینگ (Samuel King)، همکار پژوهشی هی با احتیاط بیشتری به این موضوع پرداخته و عنوان داشت که پیشرفتهای آزمایشگاهی بسیاری لازم است تا بتوان یک موجود زنده کامل را طراحی کرد. طبق این دیدگاه هرچند هوش مصنوعی گام‌های بلندی برداشته، اما پیچیدگی‌های حیات و چالش‌های عملیاتی در آزمایشگاه هنوز هم نیازمند تحقیقات و توسعه گسترده است.
این مطالعه کلیدی توسط هی، کینگ و همکارانشان در تاریخ ۱۷ سپتامبر بر روی سرور پیش‌انتشار bioRxiv بارگذاری شده است. لازم به ذکر است که مقالات منتشر شده بر روی سرورهای پیش‌انتشار، هنوز مراحل داوری همتا را طی نکرده‌اند. داوری همتا فرآیندی است که در آن، متخصصان دیگر در همان حوزه علمی مقاله را به دقت بررسی کرده و از نظر متدولوژی، نتایج و تفسیرها ارزیابی می‌کنند تا از اعتبار علمی آن اطمینان حاصل شود. با این حال، نویسندگان این مطالعه تاکید می‌کنند که این تحقیق، به وضوح پتانسیل هوش مصنوعی برای طراحی ابزارها و درمان‌های زیست‌فناورانه برای درمان عفونت‌های باکتریایی را نشان می‌دهد.
این اظهارنظر، امیدها را برای مقابله با یکی از بزرگترین چالش‌های پزشکی، یعنی مقاومت آنتی‌بیوتیکی، دوچندان می‌کند. باکتریوفاژهای طراحی‌شده توسط هوش مصنوعی، می‌توانند به عنوان یک داروی هوشمند عمل کرده و به طور خاص، باکتری‌های مقاوم را هدف قرار دهند، بدون اینکه به سلول‌های انسانی آسیب برسانند. برایان هی در ادامه اظهار داشت: «امیدواریم راهبردی مانند این بتواند راهبردهای موجود درمان را تکمیل کند و روزی درمان‌هایی را تقویت کند که بتوانند عوامل بیماری‌زای نگران‌کننده را هدف قرار دهند.»
شاهکار مهندسی ژنتیک با هوش مصنوعی
پیش از این، هوش مصنوعی در حوزه بیوتکنولوژی نیز بی‌کار نبوده و مدل‌های آن برای تولید توالی‌های دی‌ان‌ای، پروتئین‌های منفرد و حتی ترکیبات پیچیده‌تر و چندجزئی به کار گرفته شده بودند. اما طراحی یک ژنوم کامل، داستانی کاملاً متفاوت است. دلیل اصلی این دشواری تعاملات فوق‌العاده پیچیده میان ژن‌ها، فرآیندهای حیاتی و ظریف همانندسازی و تنظیم ژن است. هر ژن در یک ژنوم کامل نه تنها وظیفه خاص خود را دارد، بلکه می‌تواند بر فعالیت ژن‌های دیگر نیز تاثیر بگذارد.
اما خبر مهم این است که سیستم‌های هوش مصنوعی کنونی، از پس این چالش بزرگ نیز برآمده‌اند. اکنون هوش‌های مصنوعی قادر است به دانشمندان کمک کنند تا سیستم‌های زیستی به شدت پیچیده، مانند ژنوم‌های کامل را با دقت و هدفمندی دستکاری کنند. محققان در این خصوص تاکید می‌کنند: «بسیاری از عملکردهای مهم زیستی وجود دارند که تنها زمانی می‌توانید به آن‌ها دسترسی داشته باشید که قادر به طراحی ژنوم‌های کامل باشید.»
برای دستیابی به این شاهکار، پژوهشگران از مدل‌های هوش مصنوعی پیشرفتهای به نام Evo ۱ و Evo ۲ بهره گرفتند. این مدل‌ها به طور خاص برای تحلیل و تولید توالی‌های دی‌ان‌ای، آران‌ای و پروتئین طراحی شده‌اند. نخستین گام انتخاب یک قالب طراحی بود؛ یک توالی آغازین که نقش راهنما را برای مدل هوش مصنوعی ایفا می‌کند تا ژنومی با ویژگی‌های مطلوب تولید شود. محققان برای این منظور ویروس ΦX۱۷۴ را انتخاب کردند. این ویروس یک موجود ساده با دی‌ان‌ای تک‌رشته‌ای است که تنها شامل ۵۳۸۶ نوکلئوتید در ۱۱ ژن می‌شود. سادگی آن باعث می‌شود تا تمام عناصر ژنتیکی مورد نیاز برای آلوده کردن میزبان و همانندسازی درون آن را به وضوح نمایش دهد و مطالعه آن راحت‌تر باشد.
طراحی ویروس‌هایی قدرتمندتر از مدل طبیعی
مدل‌های Evo پیش از این، روی بیش از دو میلیون ژنوم مختلف آموزش دیده بودند و دانش گسترده‌ای از ساختارهای ژنتیکی داشتند. اما برای هدف خاص این پژوهش، محققان این مدل‌ها را با استفاده از روشی به نام یادگیری نظارت‌شده، بیشتر آموزش دادند. هدف این آموزش ایجاد توانایی در مدل‌ها برای تولید ژنوم‌های ویروسی شبیه به ΦX۱۷۴ بود که عملکرد خاصی داشته باشند: آلوده کردن سویه‌های خاصی از باکتری اشریشیا کلی (Escherichia coli)، به ویژه آن‌هایی که در برابر آنتی‌بیوتیک‌ها مقاوم هستند.
پس از آموزش، هوش مصنوعی هزاران توالی ژنومی جدید تولید کرد. پژوهشگران با دقت فراوان این توالی‌ها را ارزیابی کرده و جست‌وجوی خود را به ۳۰۲ باکتریوفاژ (ویروس‌های باکتری‌خوار) محدود کردند. جالب اینجاست که بیشتر این گزینه‌ها، بیش از ۴۰ درصد «هویت نوکلئوتیدی» با ویروس اصلی ΦX۱۷۴ داشتند که نشان‌دهنده شباهت ساختاری بود. اما برخی از این باکتریوفاژهای طراحی‌شده، کاملاً توالی‌های کدکننده متفاوتی داشتند که این امر گواهی بر قابلیت هوش مصنوعی در نوآوری و خلق ساختارهای ژنتیکی نوین است.
در مرحله بعدی، پژوهشگران دی‌ان‌ای را از ژنوم‌های طراحی‌شده توسط هوش مصنوعی سنتز کردند و آن‌ها را در باکتری‌های میزبان وارد کردند تا باکتریوفاژهای کامل رشد کنند. سپس این باکتریوفاژها به طور تجربی مورد آزمایش قرار گرفتند تا مشخص شود آیا می‌توانند اشریشیا کلی را آلوده کرده و از بین ببرند. نتایج این آزمایش‌ها، واقعاً هیجان‌انگیز بود. حدود ۱۶ مورد از ۳۰۲ باکتریوفاژ طراحی‌شده توسط هوش مصنوعی، ویژگی اختصاصی برای آلوده کردن اشریشیا کلی را نشان دادند و با موفقیت توانستند باکتری را آلوده کنند.
اما اوج این موفقیت زمانی بود که پژوهشگران دریافتند که ترکیب‌هایی از باکتریوفاژهای طراحی‌شده توسط هوش مصنوعی می‌توانند سه سویه متفاوت اشریشیا کلی را آلوده کرده و از بین ببرند. نکته کلیدی اینجاست که این کار، فراتر از توانایی نوع اصلی ویروس ΦX۱۷۴ بود! ساموئل کینگ به عنوان یکی از محققان کلیدی پروژه اظهار داشت: «این نتیجه واقعاً برای ما شگفت‌انگیز و هیجان‌انگیز بود زیرا نشان می‌دهد این روش می‌تواند بالقوه برای درمان‌ها بسیار مفید باشد.»
آیا AI قادر به خلق ویروس‌های بیماری‌زا خواهد بود؟
پیتر کو، زیست‌شناس محاسباتی برجسته از آزمایشگاه کولد اسپرینگ هاربور در لورل هالو نیویورک، این دستاورد اخیر را نوری بر یک حوزه کاربردی جالب توصیف می‌کند. وی در تحلیل خود اشاره دارد که اگرچه مدل‌های هوش مصنوعی Evo به تنهایی قادر به طراحی و تولید ویروس‌ها بدون مداخله، هدایت و پالایش مستمر توسط تیم‌های تحقیقاتی نیستند، اما تاکید می‌کند: «فکر می‌کنم به‌عنوان یک سیستم کلی، با تمام فیلترها و کل سامانه، احتمالاً می‌تواند رویکردی باشد که به ساخت ژنوم‌های کارکردی منجر شود.»
یکی از جدی‌ترین نگرانی‌هایی که با هر پیشرفت تکنولوژیک در زیست‌شناسی مطرح می‌شود، پتانسیل سوءاستفاده از آن است؛ به ویژه آنکه هوش مصنوعی قادر به طراحی ویروس‌ها شده، بیم آن می‌رود که این فناوری برای ساخت ویروس‌های بیماری‌زا که می‌توانند به انسان آسیب برسانند، به کار گرفته شود. با این حال کرستن گوپفریش، فیزیک‌زیست‌شناس و زیست‌شناس سنتزی از دانشگاه هایدلبرگ آلمان او تاکید می‌کند که این مشکل که به‌نام معضل استفاده دوگانه شناخته می‌شود، منحصر به هوش مصنوعی نیست، بلکه همیشه در زیست‌شناسی مطرح است.
گوپفریش توضیح می‌دهد: «فکر می‌کنم در پژوهش به‌طور کلی شما همیشه معضل استفاده دوگانه دارید. هیچ چیز خاصی درباره هوش مصنوعی وجود ندارد و شما همیشه می‌توانید پیشرفت را برای دستاوردهای مفید یا مضر به‌کار ببرید.» این دیدگاه، چالش اخلاقی را از صرفاً فناوری هوش مصنوعی فراتر برده و آن را در بستر گسترده‌تر پیشرفت علمی قرار می‌دهد.
باکتریوفاژهای مهندسی‌شده با AI
در مواجهه با این نگرانی‌ها، نویسندگان مطالعه پیشگامانه «طراحی ویروس هوش مصنوعی» اطمینان داده‌اند که گام‌های احتیاطی مهمی را برداشته‌اند. آن‌ها به صراحت اعلام کرده‌اند که ویروس‌هایی که بر یوکاریوت‌ها از جمله انسان‌ها، اثر می‌گذارند را از داده‌های آموزشی مدل‌های Evo حذف کرده‌اند.
پژوهشگران ابراز امیدواری می‌کنند که رویکرد نوین آن‌ها در ساخت ویروس توسط هوش مصنوعی بتواند به‌طور ایمن برای تولید ویروس‌های طراحی‌شده توسط هوش مصنوعی که بیماری‌ها و مشکلات بهداشتی عمومی مختلف، از جمله مشکل رو به رشد مقاومت آنتی‌بیوتیک را درمان می‌کنند، به کار رود. این چشم‌انداز، هیجان‌انگیز و نویدبخش است. باکتریوفاژهای مهندسی‌شده توسط هوش مصنوعی می‌توانند به عنوان جایگزین‌هایی قدرتمند برای آنتی‌بیوتیک‌ها در مبارزه با باکتری‌های مقاوم به دارو عمل کنند؛ معضلی که امروزه به یکی از بزرگترین تهدیدات سلامت جهانی تبدیل شده است.
