Stanford ਦੇ ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਲਗਭਗ 300 ਨਵੇਂ ਬੈਕਟੀਰੀਓਫੇਜ (bacteriophages) ਨੂੰ ਡਿਜ਼ਾਈਨ ਅਤੇ ਸਿੰਥੇਸਾਈਜ਼ ਕਰਨ ਲਈ Evo 2 generative-AI ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਕੀਤੀ। ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਟੈਸਟਾਂ ਨੇ ਪੁਸ਼ਟੀ ਕੀਤੀ ਕਿ ਉਹਨਾਂ ਵਿੱਚੋਂ 16 ਵਾਇਰਸ E. coli ਨੂੰ ਕੁਸ਼ਲਤਾ ਨਾਲ ਮਾਰਦੇ ਹਨ। ਇਹ ਕੰਮ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ de novo ਜੈਵਿਕ ਡਿਜ਼ਾਈਨ ਇੱਕ ਕੋਡ ਦੀ ਲਾਈਨ ਤੋਂ ਇੱਕ ਜੀਵਤ ਐਂਟੀਮਾਈਕ੍ਰੋਬੀਅਲ ਏਜੰਟ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ।

ਇੱਕ ਡਿਜੀਟਲ ਸੀਕੁਐਂਸ ਤੋਂ ਇੱਕ ਅਸਲੀ ਵਾਇਰਸ ਤੱਕ

Assistant Professor Brian Hie, Dieter Schwarz Foundation Stanford Data Science Institute ਦੇ ਸਹਿਯੋਗ ਨਾਲ, ਨੇ Evo 2 ਨੂੰ well-studied phage ΦX174 ਦਾ ਜੀਨੋਮ ਦਿੱਤਾ। Evo 2 DNA ਨੂੰ ਇੱਕ ਭਾਸ਼ਾ ਵਾਂਗ ਮੰਨਦਾ ਹੈ, ਉਹਨਾਂ ਸੀਕੁਐਂਸਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ ਜੋ ਫੰਕਸ਼ਨਲ ਪ੍ਰੋਟੀਨ ਵਿੱਚ ਮੋੜੇ ਜਾ ਸਕਦੇ ਹਨ ਅਤੇ ਇੱਕ ਜੀਵਤ ਵਾਇਰਸ ਵਜੋਂ ਇਕੱਠੇ ਹੋ ਸਕਦੇ ਹਨ। ਮਾਡਲ ਨੇ ਸੈਂਕੜੇ ਵੱਖ-ਵੱਖ DNA ਸਟ੍ਰਿੰਗਾਂ ਤਿਆਰ ਕੀਤੀਆਂ; ਰਸਾਇਣਕ ਸਿੰਥੇਸਿਸ ਨੇ ਉਹਨਾਂ ਨੂੰ ਲਗਭਗ 300 ਫੇਜ ਕਣਾਂ (phage particles) ਦੀ ਇੱਕ ਲਾਇਬ੍ਰੇਰੀ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ।

ਕੰਪਿਊਟਰ ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੀ ਗਈ ਸਟ੍ਰਿੰਗ ਨੂੰ ਇੱਕ ਭੌਤਿਕ ਵਾਇਰਸ ਵਿੱਚ ਬਦਲਣ ਲਈ ਸਿਰਫ਼ ਇੱਕ ਪ੍ਰਿੰਟਰ ਵਰਗੇ ਕਦਮ ਤੋਂ ਵੱਧ ਦੀ ਲੋੜ ਸੀ। ਟੀਮ ਨੇ ਕਸਟਮ DNA oligonucleotides ਦਾ ਆਰਡਰ ਦਿੱਤਾ, ਪੂਰੇ ਜੀਨੋਮਾਂ ਨੂੰ ਇਕੱਠਾ ਕੀਤਾ, ਅਤੇ ਹਰੇਕ ਕੰਸਟਰਕਟ ਨੂੰ ਇੱਕ ਬੈਕਟੀਰੀਅਲ ਹੋਸਟ ਵਿੱਚ ਪਾਇਆ ਜੋ ਇੱਕ ਫੇਜ ਨੂੰ “boot up” ਕਰ ਸਕੇ। ਉਹ ਵਰਕਫਲੋ—ਡਿਜ਼ਾਈਨ, ਸਿੰਥੇਸਿਸ, ਅਸੈਂਬਲੀ, ਅਤੇ ਰੈਸਕਿਊ—ਕੁਦਰਤੀ ਫੇਜ ਆਈਸੋਲੇਟਸ ਲਈ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਮਿਆਰੀ ਰਿਹਾ ਹੈ ਪਰ ਪੂਰੀ ਤਰ੍ਹਾਂ AI ਦੁਆਰਾ ਤਿਆਰ ਕੀਤੇ ਗਏ ਜੀਨੋਮਾਂ 'ਤੇ ਬਹੁਤ ਘੱਟ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ।

ਐਂਟੀਬੈਕਟੀਰੀਅਲ ਗਤੀਵਿਧੀ ਲਈ ਸਕ੍ਰੀਨਿੰਗ

ਅਸਲੀ ਟੈਸਟ ਇਹ ਸੀ ਕਿ ਕੀ ਕੋਈ ਵੀ AI-ਡਿਜ਼ਾਈਨ ਕੀਤੇ ਫੇਜ ਕਿਸੇ ਬੈਕਟੀਰੀਅਲ ਟਾਰਗੇਟ ਨੂੰ ਸੰਕਰਮਿਤ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਨਸ਼ਟ ਕਰ ਸਕਦੇ ਹਨ। ਖੋਜਕਰਤਾਵਾਂ ਨੇ 300 ਉਮੀਦਵਾਰਾਂ ਨੂੰ E. coli ਦੇ ਇੱਕ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਸਟ੍ਰੇਨ ਨਾਲ ਚੁਣੌਤੀ ਦਿੱਤੀ, ਜੋ ਕਿ ਯੂਰੀਨਰੀ-ਟ੍ਰੈਕਟ ਇਨਫੈਕਸ਼ਨਾਂ ਦਾ ਇੱਕ ਆਮ ਕਾਰਨ ਹੈ ਅਤੇ ਐਂਟੀਬਾਇਓਟਿਕ-ਰੋਧਕ ਅਧਿਐਨਾਂ ਲਈ ਇੱਕ ਮਾਡਲ ਹੈ। ਪਲੇਕ ਅਸੇਅ (plaque assays) ਅਤੇ ਗਰੋਥ-ਇਨਹੀਬਿਸ਼ਨ ਮਾਪਦੰਡਾਂ ਤੋਂ ਬਾਅਦ, 16 ਫੇਜ ਬੈਕਟੀਰੀਅਲ ਕਲਚਰਾਂ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਲਾਈਸਿਸ (lysis) ਅਤੇ ਉੱਚ ਬਰਸਟ ਸਾਈਜ਼ (ਇੱਕ ਸੰਕਰਮਿਤ ਸੈੱਲ ਤੋਂ ਰਿਲੀਜ਼ ਹੋਣ ਵਾਲੇ ਨਵੇਂ ਫੇਜ ਕਣਾਂ ਦੀ ਸੰਖਿਆ) ਲਈ ਵੱਖਰੇ ਦਿਖਾਈ ਦਿੱਤੇ।

ਉਹ 16 ਸਫਲ ਫੇਜ ਸਿਰਫ਼ ਸਕ੍ਰੀਨ ਵਿੱਚ ਬਚੇ ਹੀ ਨਹੀਂ; ਉਹ ਮਾਰਨ ਦੀ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਕਈ ਕੁਦਰਤੀ ΦX174 ਰਿਸ਼ਤੇਦਾਰਾਂ ਨਾਲੋਂ ਬਿਹਤਰ ਸਾਬਤ ਹੋਏ। ਡੇਟਾ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ Evo 2 ਜਾਣੇ-ਪਛਾਣੇ ਵਾਇਰਲ ਕਾਰਜਾਂ ਨੂੰ ਦੁਹਰਾ ਸਕਦਾ ਹੈ ਅਤੇ ਉਸ ਸੀਕੁਐਂਸ ਸਪੇਸ ਦੀ ਵੀ ਖੋਜ ਕਰ ਸਕਦਾ ਹੈ ਜਿਸਦਾ ਜੀਵ ਵਿਗਿਆਨ ਨੇ ਕਦੇ ਨਮੂਨਾ ਨਹੀਂ ਲਿਆ ਹੈ, ਜਿਸ ਨਾਲ ਅਜਿਹੇ ਹੱਲ ਮਿਲਦੇ ਹਨ ਜੋ ਜੀਵਤ ਅਤੇ ਸ਼ਕਤੀਸ਼ਾਲੀ ਦੋਵੇਂ ਹਨ।

ਐਂਟੀਮਾਈਕ੍ਰੋਬੀਅਲ ਖੋਜ ਲਈ ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ

ਫੇਜ ਥੈਰੇਪੀ—ਬੈਕਟੀਰੀਆ ਦਾ ਸ਼ਿਕਾਰ ਕਰਨ ਵਾਲੇ ਵਾਇਰਸਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨਾ—ਐਂਟੀਬਾਇਓਟਿਕ-ਰੋਧਕ ਇਨਫੈਕਸ਼ਨਾਂ ਦੇ ਵਿਸ਼ਵਵਿਆਪੀ ਵਾਧੇ ਦੇ ਸੰਭਾਵੀ ਜਵਾਬ ਵਜੋਂ ਮੁੜ ਉੱਭਰੀ ਹੈ। ਰਵਾਇਤੀ ਖੋਜ ਸੀਵਰੇਜ, ਮਿੱਟੀ, ਜਾਂ ਜਾਨਵਰਾਂ ਦੇ ਮਾਈਕ੍ਰੋਬਾਇਓਮ ਵਿੱਚ ਫੇਜ ਦੀ ਭਾਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਇੱਕ ਅਜਿਹੀ ਪ੍ਰਕਿਰਿਆ ਜਿਸ ਵਿੱਚ ਮਹੀਨੇ ਲੱਗ ਸਕਦੇ ਹਨ ਅਤੇ ਨਤੀਜੇ ਅਨਿਸ਼ਚਿਤ ਹੁੰਦੇ ਹਨ। Evo 2 ਇੱਕ ਕੰਪਿਊਟ-ਫਸਟ (compute-first) ਵਿਕਲਪ ਪੇਸ਼ ਕਰਦਾ ਹੈ: ਵਿਗਿਆਨੀ ਇੱਕ ਬੈਕਟੀਰੀਅਲ ਟਾਰਗੇਟ ਨਿਰਧਾਰਤ

ਸਟੈਨਫੋਰਡ ਦੇ Evo 2 ਮਾਡਲ ਨੇ ਇੱਕ ਕੰਪਿਊਟੇਸ਼ਨਲ ਭਵਿੱਖਬਾਣੀ ਨੂੰ ਇੱਕ ਜੀਵਤ ਐਂਟੀਮਾਈਕ੍ਰੋਬੀਅਲ ਸਾਧਨ ਵਿੱਚ ਬਦਲ ਦਿੱਤਾ ਹੈ, ਜੋ ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ AI-ਅਧਾਰਿਤ de novo ਬਾਇਓਲੋਜੀ ਅਜਿਹੇ ਕਾਰਜਸ਼ੀਲ ਵਾਇਰਸ ਪੈਦਾ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਇੱਕ ਪ੍ਰਮੁੱਖ ਪਾਥੋਜਨ ਨੂੰ ਖਤਮ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹਨ। ਇਹ proof-of-concept ਡਿਜੀਟਲ ਡਿਜ਼ਾਈਨ ਅਤੇ ਅਸਲ ਦੁਨੀਆ ਦੇ therapeutics ਵਿਚਕਾਰਲੇ ਪਾੜੇ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ, ਪਰ ਸਿੰਥੈਟਿਕ phages ਦੇ ਐਂਟੀਮਾਈਕ੍ਰੋਬੀਅਲ ਹਥਿਆਰਾਂ ਦਾ ਇੱਕ ਰੁਟੀਨ ਹਿੱਸਾ ਬਣਨ ਤੋਂ ਪਹਿਲਾਂ ਸੁਰੱਖਿਆ, ਰੈਗੂਲੇਟਰੀ ਅਤੇ ਸਕੇਲੇਬਿਲਟੀ ਦੀਆਂ ਚੁਣੌਤੀਆਂ ਨੂੰ ਹੱਲ ਕਰਨਾ ਹੋਵੇਗਾ।