Umjetna inteligencija otišla je korak dalje. Znanstveni časopisi, a zatim i svi svjetski mediji raspisali su se o prekretnici - AI je uspio stvoriti virus! Bombastična vijest odmah je potaknula novi val strahova od umjetne inteligencije i njenih rastućih sposobnosti.
No, što se u biti dogodilo? Znanstvenici su prvi put uz pomoć generativne umjetne inteligencije dizajnirali čitave virusne genome. Zatim su ih proizveli u laboratoriju. I oni su se pokazali funkcionalnima. Stvorili su bakteriofage, viruse koji napadaju bakterije. Rezultati istraživanja objavljeni su još u rujnu prošle godine, u međuvremenu su prošli recenziju i službeno su objavljeni u jednom od vodećih svjetskih znanstvenih časopisa, Science.
Tim je predvodio dr. Brian Hie sa Sveučilišta Stanford. Koristili su AI modele Evo 1 i Evo 2, svojevrsne jezične modele za genetički kod. Dok veliki jezični modeli poput onih iza AI chatbotova uče odnose između riječi, ovakvi modeli uče obrasce u sekvencama DNA. Guardian navodi da su osnovni modeli trenirani na genetičkim podacima više od dva milijuna bakteriofaga, istraživači su ih zatim dodatno usmjerili na 14.466 sekvenci iz porodice Microviridae (malih virusa koji napadaju bakterije) kako bi mogli stvarati genome slične točno određenom bakteriofagu. On se zove ΦX174 (phiX174).
Upravo je ΦX174 odabran zbog svoje veličine, ali i posebnog mjesta u povijesti genetike. Dovoljno je malen da je njegova laboratorijska sinteza izvediva, ali je istodobno dovoljno složen da predstavlja ozbiljan test. ΦX174 je 1977. godine postao prvi organizam čiji je cijeli genom sekvenciran, a 2003. i prvi čiji je cijeli genom kemijski sintetiziran. Istraživači su to slikovito saželi tvrdnjom da je znanost najprije naučila "čitati" DNA, zatim je "pisati", a sada i "dizajnirati".
Sada je umjetna inteligencija generirala tisuće potencijalnih genoma, nakon čega su istraživači odabrali 285 dizajna za laboratorijsko testiranje, navodi Arc Institute. Samo 16 kandidata pokazalo se funkcionalnima, odnosno moglo se reproducirati i napadati ciljane bakterije. Proces je, dakle, još daleko od nepogrešivog: velika većina AI-jevih prijedloga nije funkcionirala. No, upravo tih 16 uspješnih virusa dokazalo je da model može predložiti cijeli novi genom koji nakon fizičke izrade doista obavlja biološku funkciju.
Posebno zanimljiv rezultat dobiven je kada su znanstvenici bakterije učinili otpornima na prirodni ΦX174. Arc Institute piše da je stvoreno nekoliko soja E. coli otpornih na njega te da ih sam prirodni ΦX174 više nije mogao uspješno napasti. AI-dizajnirani kokteli ipak su uspjeli prevladati njihovu otpornost. The Guardian, izvještavajući o konačnom radu u Scienceu, također navodi da su kombinacije novih uspjele svladati otpornost kod testiranih sojeva E. coli.
Tu je, međutim, važna razlika. U ovom eksperimentu nije dokazano da su korištene bakterije bile otporne na antibiotike. Bile su otporne na prirodni bakteriofag. Potencijal tehnologije za liječenje infekcija otpornih na antibiotike proizlazi iz šire ideje fagoterapije, a ne iz toga da je u ovom pokusu izliječena antibiotski rezistentna infekcija. Sami autori pišu da bi mogućnost "brzog dizajniranja" genoma, njihova prilagođavanja određenim bakterijama i prevladavanja otpornosti mogla "transformirati fagoterapiju" i proširiti biotehnološke mogućnosti.
Upravo su tvrdokorne bakterijske infekcije razlog zbog kojeg se fagoterapija ponovno nalazi u središtu interesa medicine. Bakteriofagi su virusi specijalizirani za napad na bakterije. Vežu se za bakterijsku stanicu, koriste njezine mehanizme za vlastito umnožavanje i mogu je na kraju razoriti. Profesor Stephen Abedon sa Sveučilišta Ohio State u velikom stručnom pregledu objavljenom u časopisu Advanced Drug Delivery Reviews navodi da se fagoterapija već gotovo stoljeće koristi kao antibakterijski pristup, a posebno je zanimljiva kod dugotrajnih, upornih i kroničnih infekcija koje prethodno liječenje antibioticima nije uspjelo ukloniti.
Pod "tvrdokornim infekcijama" pritom se ne misli samo na bakteriju koja je stekla klasičnu otpornost na određeni antibiotik. Problem mogu biti i kronične rane, infekcije povezane s umjetnim zglobovima i drugim implantatima te infekcije u kojima bakterije stvaraju biofilm. Biofilm dodatno otežava liječenje. Riječ je o zajednici bakterija obavijenoj zaštitnom izvanstaničnom matricom koja se može razviti na kroničnoj rani, kateteru, umjetnom zglobu ili drugoj površini. Pregled objavljen u časopisu Current Opinion in Virology navodi da su bakterijski biofilmovi uključeni u brojne kronične i teško izlječive infekcije te da obećavajući laboratorijski rezultati fagoterapije ne znače automatski da će terapija jednako dobro djelovati u ljudskom organizmu. Interakcija između virusa, bakterije i biofilma mnogo je složenija u stvarnim kliničkim uvjetima.
Upravo bi tu umjetna inteligencija jednog dana mogla ponuditi nešto novo. Umjesto dugotrajnog traženja prirodnog bakteriofaga koji napada baš određeni bakterijski soj, moglo bi se pokušati projektirati različite 'neprijatelje' prilagođene određenoj bakteriji. Arc Institute navodi da je jedan od ciljeva njegova istraživanja bio provjeriti mogu li se jednog dana stvarati fagoterapije koje bi bile otpornije na bakterijsku evoluciju. Raznolikost koju AI može generirati potencijalno bi omogućila stvaranje većeg broja kandidata i otežala bakteriji da razvije obranu protiv svih njih.
Mogućnost da AI prijeđe iz analiziranja postojećeg života u projektiranje novih funkcionalnih genoma izaziva i najveći strah. Autori istraživanja u Scienceu sami upozoravaju da njihov rad otvara "važna pitanja biosigurnosti, biološkog obuzdavanja i biozaštite" te preporučuju istraživačima koji se bave dizajnom cijelih genoma da tijekom projekta surađuju sa stručnjacima za sigurnost, prenosi Guardian.
Prilikom istraživanja vodilo se računa o određenim sigurnosnim preprekama
Tim je zato ugradio određene sigurnosne prepreke. Genetički kod virusa koji mogu zaraziti ljude, životinje ili biljke namjerno je isključen iz podataka korištenih za treniranje modela kako bi se smanjio rizik stvaranja opasnih virusa. Arc Institute dodaje da su korištene nepatogene laboratorijske bakterije E. coli te da su eksperimenti provođeni uz posebna ograničenja. Svih 16 funkcionalnih virusa zadržalo je i vrlo uzak raspon domaćina: mogli su se reproducirati na E. coli C i srodnom soju E. coli W, ali ne i na šest drugih testiranih sojeva.
Ipak, upozoravaju stručnjaci, ni to ne rješava širi problem. Profesor Tom Inglesby i dr. Moritz Hanke iz Centra za zdravstvenu sigurnost Sveučilišta Johns Hopkins u komentaru objavljenom uz istraživanje u Scienceu upozorili su da je tehnologija stigla prije pravila koja bi trebala upravljati njome. "Iako ovo mnogo obećava za primjene u znanostima o životu, istodobno otvara hitna pitanja biosigurnosti i biozaštite. Mogućnost sastavljanja virusnih genoma uz pomoć generativne umjetne inteligencije sada postoji; upravljanje kojim bi se ona sigurno usmjeravala ne postoji", upozorili su Inglesby i Hanke.
Njihova zabrinutost nije usmjerena na 16 konkretnih bakteriofaga iz ovog eksperimenta. Oni ne mogu zaraziti ljude. Pitanje je što će se dogoditi kada modeli postanu snažniji ili kada ih netko trenira na drukčijim podacima. Dr. Filippa Lentzos, stručnjakinja za znanost i međunarodnu sigurnost s King's Collegea u Londonu, smatra da se zbog toga ne treba koncentrirati samo na zabrane samih AI modela. "Važno je sagledati širu sliku upravljanja i ne usredotočiti regulaciju isključivo na AI model", rekla je Lentzos. Prema njezinu mišljenju, potrebna je višeslojna zaštita: sigurnosne mjere tijekom razvoja modela i kontrole pristupa, odgovorna procjena istraživanja, provjera sekvenci prije sinteze te postojeća laboratorijska pravila biosigurnosti i biozaštite. Drugim riječima, čak i ako AI na računalu osmisli potencijalno problematičan genom, za njegov prelazak u fizički svijet netko još mora proizvesti odgovarajuću DNA. Zato bi provjera narudžbi sintetičke DNA mogla biti jedna od ključnih sigurnosnih barijera.
Profesor Tom Ellis, stručnjak za sintetičko genomsko inženjerstvo s Imperial Collegea u Londonu, ipak upozorava da rezultate ne treba pretvarati u scenarij prema kojem AI već sada može jednostavno osmisliti novi pandemijski virus. "Ovo je doslovno najmanji i najjednostavniji genom koji se može napraviti", rekao je Ellis za Guardian, dodajući da istraživanje istodobno pokazuje koliko bi izrada složenijih genoma bila teška. Smatra da bi AI treniran na genetičkom kodu opasnih mikroorganizama u teoriji mogao biti iskorišten za dizajniranje štetnijih virusa te podržava ograničavanje pristupa rizičnim podacima i kontrolu proizvodnje sumnjivih genoma.
Smatra i da se opasnost od potpuno novog virusa koji AI dizajnira od nule trenutačno preuveličava. Objašnjava kako je mnogo jednostavnije uzeti već postojeći patogen i napraviti promjene njegova genoma nego uz pomoć AI-ja osmisliti cijeli novi funkcionalni patogen. Upravo zato, prema njegovu mišljenju, postojeće metode modificiranja opasnih mikroorganizama zasad predstavljaju neposredniji sigurnosni problem.
Ipak, eksperiment predstavlja jasnu granicu koja je upravo prijeđena. Znanost je 1977. prvi put pročitala cijeli genom ΦX174. Godine 2003. pokazala je da se takav genom može kemijski sastaviti. Arc Institute sada ističe da je umjetna inteligencija pokazala i treću sposobnost – može predložiti nove genetičke nacrte koji nakon laboratorijske izrade mogu postati funkcionalni biološki sustavi.
Današnjih 16 AI-dizajniranih bakteriofaga ne predstavlja prijetnju ljudima, a tehnologija bi dugoročno mogla pomoći u razvoju novih načina borbe protiv kroničnih i teško lječivih bakterijskih infekcija. Istodobno, eksperiment pokazuje zašto će pitanja tko smije koristiti biološke AI modele, na kojim ih podacima smije trenirati, koje genome smije stvarati i, na kraju, tko sve kontrolira postajati sve važnija.
