Stanford Üniversitesi ve Arc Institute araştırmacıları, sıfırdan tam viral genomlar tasarlamak için üretken bir yapay zeka modeli kullanarak tarihi bir dönüm noktasına ulaştılar. Bu buluş, geleneksel biyolojik keşiften, yapay zekanın yaşamın mimarisini belirlediği bir hesaplamalı tasarım çağına geçişi simgeliyor.
Evo: Genomik İçin Büyük Dil Modeli
Bu araştırmanın merkezinde, bir Büyük Dil Modeli'ne (LLM) benzer şekilde işleyen ancak DNA'nın "dili" üzerinde çalışan özelleşmiş bir üretken model olan Evo yer alıyor. Metin tabanlı modellerin aksine Evo; hayvanlar, bitkiler, mikroplar ve virüsler dahil olmak üzere milyonlarca organizmadan elde edilen yaklaşık dokuz trilyon nükleotitten oluşan devasa bir veri seti üzerinde eğitildi.
Hassasiyetini artırmak için araştırmacılar iki aşamalı bir eğitim süreci uyguladılar. Yaşam ağacının temel kalıplarını öğrendikten sonra Evo, phiX174 bakteriyofajının 11 geni ve yaklaşık 15.000 yakın akrabası kullanılarak ikinci, özelleştirilmiş bir eğitim turundan geçti. Bu, modelin işlevsel ve çoğalan biyolojik varlıklar tasarlamak için gereken özel nüanslarda uzmanlaşmasını sağladı.
700.000 Öneriden İşlevsel Virüslere
Evo'nun üretken yeteneklerinin ölçeği muazzamdır. Model, 700.000 potansiyel viral genom önerdi. Araştırma ekibi daha sonra bunları titiz bir seçim süreciyle daralttı; 285 diziyi DNA dizilimi olarak kimyasal olarak sentezledi ve bunları E. coli bakterilerine yerleştirdi.
Sonuçlar oldukça başarılıydı: Sentezlenen dizilerin 16'sı çoğalabilen virüsler üretti. Özellikle, bu yapay zeka tarafından üretilen virüsler yalnızca mevcut türlerin "halsiz" veya zayıflatılmış versiyonları değildi; bazıları orijinal phiX174'ten bile daha hızlı çoğalarak doğal virüsler kadar dayanıklıydı. Uzmanlar, yapay zekanın gen sıralamalarında ve düzenlemelerinde insan bilim insanlarının daha önce düşünmediği beklenmedik değişiklikler bile yaptığını belirtti.
İki Ucu Keskin Bıçak: Tıbbi Atılımlar ve Biyogüvenlik Boşlukları
Biyoteknoloji için çıkarımlar çok derindir. Yapay zeka tarafından tasarlanan virüsler, faj tedavisi (çoklu ilaç dirençli bakterileri öldürmek için virüslerin kullanılması) konusunda devrim yaratabilir ve genetik materyal için daha verimli taşıyıcılar oluşturarak gen tedavisi süreçlerini geliştirebilir.
Ancak bu gelişme, küresel biyogüvenlik düzenlemelerindeki kritik bir "kopukluğu" da gün yüzüne çıkardı. Mevcut ABD Ulusal Sağlık Enstitüleri (NIH) politikaları, bilinen patojenleri daha tehlikeli hale getiren deneyleri yasaklamaya odaklanıyor ancak tamamen hesaplamalı çalışmaları —bir bilgisayarda viral DNA tasarımı yapılması— açıkça kapsamıyor. Bu durum, "bilinmeyen" riskler için bir düzenleme boşluğu yaratıyor: Eğer bir yapay zeka, doğada hiç var olmamış, yeni ve bulaşıcılığı yüksek bir patojen tasarlarsa, mevcut koruma mekanizmaları bu tehdidi tanımlamakta yetersiz kalabilir.
Bunu hafifletmek için Stanford ekibi, Evo'nun insan patojenleri veya ilgili hayvan/bitki virüsleri üzerinde asla eğitilmemesini sağlayarak proaktif güvenlik önlemleri uyguladı ve böylece modelin insanları enfekte eden genomlar üretmesini etkili bir şekilde engelledi.
Sonuç Tıp İçin Neden Önemli
Antibiyotik dirençli bakterileri hedef almak için virüsleri kullanan faj tedavisi, uzun süredir doğal fajların sınırlı araç setinden dolayı engelleniyordu. Yeni ve verimli viral kapsidleri ortaya çıkarabilen bir yapay zeka, bu araç setini çarpıcı biçimde genişletebilir. Benzer şekilde, gen tedavisi vektörleri —genellikle terapötik DNA'yı hücrelere taşıyan mühendislik ürünü virüsler— mevcut suşlardan modifiye edilmek yerine sıfırdan tasarlanırsa daha hassas ve daha az immünojenik hale gelebilir.
Açığa Çıkan Düzenleme Kör Noktası
ABD'deki finansman kuruluşları şu anda bilinen patojenleri daha tehlikeli hale getiren deneyleri kısıtlıyor ancak tamamen hesaplamalı tasarım yoluyla yeni patojenlerin oluşturulmasını açıkça ele almıyor. Evo'nun çalışması bu maddeyi devre dışı bıraktı çünkü model eğitim sırasında insanları enfekte eden virüsleri hiç görmedi; araştırmacılar insan patojenlerine yol açabilecek tüm dizileri kasıtlı olarak dışarıda bıraktılar. Yine de, bir yapay zekanın bu tür korumalar olmadan, doğal bir örneği olmayan bir virüs —mevcut inceleme kurullarının işaretlemeyebileceği bir "sentetik bilinmeyen"— tasarlama olasılığı devam etmektedir.
Bu boşluk yalnızca akademik değildir. Eğer bir modelin daha geniş bir viral veri seti üzerinde eğitilmesine izin verilirse, yüksek bulaşıcılığın veya bağışıklıktan kaçınmanın yapı taşlarını öğrenebilir ve ardından sentezlendiğinde pandemi ölçeğinde bir tehdit oluşturabilecek bir genom üretebilir. Mevcut denetim mekanizmaları ıslak laboratuvar manipülasyonuna odaklanmaktadır; uzaktan ve ölçeklenebilir şekilde gerçekleştirilebilen in silico tasarımın risklerini değerlendirmek için net bir yetkileri bulunmamaktadır.
Üretilen virüsler, insanları değil bakterileri enfekte eden virüsler olan bakteriyofajlardı. Kullanım alanları büyük ölçüde bakteri kontrolü ve laboratuvar araştırmalarıyla sınırlı olduğundan, acil halk sağlığı endişelerini kısıtlamaktadır.
Özetle
Evo, yapay zekanın protein yapılarının tahmin edilmesinden, tamamen işlevsel viral genomların taslak haline getirilmesine geçebileceğini kanıtlıyor. Teknoloji, ilaç dirençli bakterilerle mücadele etmek ve gen terapileri sunmak için daha hızlı ve daha çok yönlü araçlar vaat ediyor; ancak düzenleyicileri yeni bir risk sınıfıyla yüzleşmeye de zorluyor: doğada hiç var olmamış yaşam için dijital taslaklar.