Στόχος η ανάπτυξη νέων φαρμάκων αλλά και φόβοι για καινούργια βιολογικά όπλα.

Ερευνητές χρησιμοποίησαν τεχνητή νοημοσύνη για να εντοπίσουν και να δημιουργήσουν για πρώτη φορά λειτουργικούς ιούς που δεν απαντώνται στη φύση.
Η έρευνα η οποία παρουσιάστηκε στην επιθεώρηση «Science» έρχεται να «διευρύνει όσα μπορεί να επιτύχει η συνθετική γονιδιωματική», σύμφωνα με τους συγγραφείς της από το αμερικανικό Πανεπιστήμιο Στάνφορντ και το Arc Institute της Καλιφόρνια.

Ο χημικός μηχανικός του Στάνφορντ Δρ. Μπράιαν Χάιε, δήλωσε ότι η εργασία της ομάδας του θα μπορούσε να συμβάλει στην ανάπτυξη μελλοντικών φαρμάκων για την αντιμετώπιση βακτηρίων ανθεκτικών στα φάρμακα, χρησιμοποιώντας βακτηριοφάγους, ιούς που μολύνουν και σκοτώνουν βακτήρια.

«Αν τα βακτήρια αποκτήσουν ανθεκτικότητα σε έναν μόνο φάγο, τότε το φάρμακο παύει να είναι αποτελεσματικό. Αν όμως έχεις πολλούς γενετικά διαφορετικούς φάγους σε ένα μείγμα, θα είναι δυσκολότερο για τα βακτήρια να αναπτύξουν ανθεκτικότητα απέναντι σε ολόκληρο αυτό το “κοκτέιλ”» αναφέρει σε δήλωση του ο Χάιε.

Άλλοι ειδικοί εξέφρασαν ανησυχία ότι οι κυβερνήσεις δεν είναι επαρκώς προετοιμασμένες για να αντιμετωπίσουν αυτές τις τεχνολογίες που εξελίσσονται με ταχύτητα και οι οποίες θα μπορούσαν να πέσουν στα χέρια κακόβουλων παραγόντων.

«Παρότι αυτό αποτελεί μια πολλά υποσχόμενη εξέλιξη για εφαρμογές στις βιοεπιστήμες, εγείρει επίσης επείγοντα ερωτήματα σχετικά με τη βιοασφάλεια και την ασφάλεια από βιολογικές απειλές», έγραψαν ειδικοί από το Κέντρο για την Ασφάλεια της Υγείας του αμερικανικού Πανεπιστημίου Τζονς Χόπκινς σε σχόλιό τους που δημοσιεύτηκε μαζί με την έρευνα. «Η δυνατότητα σύνθεσης γονιδιωμάτων ιών με τη χρήση παραγωγικής τεχνητής νοημοσύνης υπάρχει πλέον· δεν υπάρχει όμως ακόμη το απαραίτητο πλαίσιο διακυβέρνησης για την ασφαλή καθοδήγησή της.»

Το επίτευγμα

Για να δημιουργήσουν τον νέο ιό οι ερευνητές εκπαίδευσαν ένα μοντέλο τεχνητής νοημοσύνης ανοιχτού κώδικα, γνωστό ως Evo, χρησιμοποιώντας γενετικές αλληλουχίες από εκατομμύρια ζώα, φυτά, μικρόβια και ιούς εξαιρώντας δεδομένα από ιούς που μολύνουν ανθρώπους.

Στη συνέχεια επικεντρώθηκαν στον ιό ΦX174, έναν ευρέως μελετημένο βακτηριοφάγο που μολύνει μόνο το βακτήριο E. coli και εκπαίδευσαν την τεχνητή νοημοσύνη χρησιμοποιώντας το γονιδίωμα του και εκείνα παρόμοιων ιών.

Με βάση αυτές τις πληροφορίες, το μοντέλο δημιούργησε 700,000 πιθανούς νέους ιούς από τους οποίους οι ερευνητές επέλεξαν 285 για περαιτέρω εργαστηριακή μελέτη. Από αυτούς 16 οδήγησαν σε βιώσιμους ιούς.

Οι νεοδημιουργημένοι ιοί έδειξαν δυνατότητες αντιμετώπισης της ανθεκτικότητας των ξενιστών τους, γεγονός που σύμφωνα με τους ερευνητές υποδηλώνει ότι παρόμοιες προσεγγίσεις θα μπορούσαν να χρησιμοποιηθούν για την ανάπτυξη θεραπειών κατά της φυματίωσης και του ανθεκτικού στη μεθικιλλίνη Staphylococcus aureus.

«Στην εργασία παρουσιάζουμε μια απόδειξη της βασικής ιδέας, δείχνοντας ότι αυτό το κοκτέιλ των 16 φάγων ξεπερνά γρήγορα την ανθεκτικότητα του E. coli που είναι ανθεκτικό στον φυσικό ΦX174» λέει ο Χάιε.

Τα συστήματα τεχνητής νοημοσύνης, χάρη στην ικανότητά τους να εντοπίζουν μοτίβα σε τεράστιους όγκους δεδομένων, έχουν αποδειχθεί ιδιαίτερα αποτελεσματικά στη μελέτη μεγάλων αλληλουχιών DNA και πρωτεϊνών.

Το 2024, ερευνητές της Google DeepMind κέρδισαν Νόμπελ για το AlphaFold, ένα σύστημα που προβλέπει την πολύπλοκη τρισδιάστατη δομή των πρωτεϊνών.

Η απειλή

Ο Τομ Ελις καθηγητής συνθετικής γονιδιωματικής μηχανικής στο Imperial College London δήλωσε στην The Guardian ότι παρά τους φόβους σχετικά με τον τρόπο με τον οποίο θα μπορούσε να χρησιμοποιηθεί η τεχνητή νοημοσύνη για τη δημιουργία ιών, τα ήδη υπάρχοντα παθογόνα και οι τεχνολογίες τροποποίησης ιών αποτελούν μεγαλύτερη ανησυχία.

«Η απειλή από τον πλήρη σχεδιασμό και τη σύνθεση, μέσω τεχνητής νοημοσύνης, του γονιδιώματος ενός ιού ή βακτηρίου είναι σε μεγάλο βαθμό υπερτιμημένη, αν αναλογιστούμε ότι η απλή λήψη υπαρχόντων παθογόνων και η πραγματοποίηση αλλαγών στα γονιδιώματά τους που αυξάνουν ορισμένες ιδιότητές τους είναι πολύ ευκολότερη και πολύ πιθανότερο να αποτελέσει πραγματική παθογόνο απειλή» είπε.

Η ανησυχία για την έρευνα gain-of-function — επιστημονική έρευνα κατά την οποία τροποποιούνται ιοί ώστε να αλλάξουν οι ιδιότητές τους και να μελετηθεί η εξέλιξή τους — οδήγησε τα Εθνικά Ινστιτούτα Υγείας των ΗΠΑ (NIH) να ανακοινώσουν τον περασμένο μήνα την απαγόρευση της συγκεκριμένης πρακτικής.

«Αυτή η πρωτοποριακή πολιτική, που εφαρμόζεται σε ολόκληρη την αμερικανική κυβέρνηση, θεσπίζει για πρώτη φορά μια σαφή απαγόρευση επικίνδυνης έρευνας gain-of-function, η οποία μπορεί να θέσει σε σημαντικό κίνδυνο τις ζωές Αμερικανών και να δημιουργήσει σοβαρό κίνδυνο για την ασφάλεια του έθνους μας», έγραψε σε δήλωσή του ο διευθυντής του NIH, Dr. Jay Bhattacharya.

Πολλοί αξιωματούχοι της κυβέρνησης Trump και μέλη του Ρεπουμπλικανικού Κόμματος πιστεύουν ότι μια διαρροή από εργαστήριο ιολογίας στην Κίνα προκάλεσε την πανδημία της Covid-19 αν και ο Παγκόσμιος Οργανισμός Υγείας ανέφερε σε έκθεσή του το 2025 ότι η ασθένεια πιθανότατα πέρασε από ζώα στον άνθρωπο.

Οι ανησυχίες αυξάνονται ότι ισχυρά και εύκολα προσβάσιμα μοντέλα τεχνητής νοημοσύνης θα μπορούσαν να δημιουργήσουν ανεξέλεγκτες απειλές, από παθογόνους οργανισμούς έως κυβερνοεπιθέσεις.

Τον περασμένο μήνα, η OpenAI, η εταιρεία που δημιούργησε το ChatGPT, ανακοίνωσε ότι τα πειραματικά της συστήματα κατάφεραν να παρακάμψουν τις δικλίδες ασφαλείας τους και να παραβιάσουν την ασφάλεια μιας άλλης εταιρείας τεχνητής νοημοσύνης.

Πηγή: naftemporiki.gr

ΔΙΑΒΑΣΤΕ ΑΚΟΜΑ

Τεχνητή νοημοσύνη: Αλλάζει τα δεδομένα στην επικοινωνία – Μια επικίνδυνη «τελειότητα»