طراحی نقشه‌های ژنتیکی ویروس‌های باکتری‌کُش با هوش مصنوعی زاینده

تصور کنید به جای سال‌ها آزمایش و خطا در آزمایشگاه، یک نرم‌افزار در چند ثانیه دستورالعمل ساخت ویروسی را بنویسد که دقیقاً یک باکتری بیماری‌زا را هدف می‌گیرد. ساموئل کینگ، دانشجوی دکتری دانشگاه استنفورد، ثابت کرد که این تصور اکنون به واقعیت تبدیل شده است.

او با بهره‌گیری از هوش مصنوعی زاینده (Generative AI) — شبیه به معماران دیجیتالی که به جای کپی کردن ساختمان‌های موجود، نقشه‌هایی برای خانه‌هایی با قابلیت‌های جدید می‌کشند — توانست نقشه‌های ژنتیکی ویروس‌های میکروسکوپی را طراحی کند که قادر به کشتن باکتری‌ها هستند.

این تحول در حالی رخ می‌دهد که AI از تحلیل داده‌های زیستی موجود، به سمت پیشنهاد ساختارهای کاملاً جدید حرکت می‌کند. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی مدل‌های پیش‌بینی ساختار پروتئین اشاره کردیم، هوش مصنوعی پیش از این در «تا کردن» پروتئین‌ها کمک کرده بود، اما رویکرد کینگ مستقیماً روی خلق توالی‌های ژنتیکی جدید متمرکز است. در واقع، AI اکنون از یک میکروسکوپ پیشرفته به یک معمار زیستی تبدیل شده است. این پیشرفت در حالی صورت می‌گیرد که بحث‌های داغی پیرامون مرز میان کشفیات علمی واقعی و فیلترهای داده‌ای در مدل‌های زیستی جریان دارد، مشابه آنچه در بررسی تضادهای آزمایشگاه Anthropic و واکنش زیست‌شناسان مشاهده کردیم.

به نقل از گزارش MIT Technology Review، این پروژه به دستاوردهای کلیدی زیر رسیده است:

• طراحی مولد: هوش مصنوعی نقشه‌های ژنتیکی دقیقی را برای ویروس‌ها پیشنهاد داد.
• نتیجه کاربردی: ویروس‌های طراحی‌شده توسط AI در عمل توانستند باکتری‌ها را نابود کنند.
• تأیید علمی: کینگ به دلیل این دستاورد، توسط MIT Technology Review در فهرست «نوآوران زیر ۳۵ سال» قرار گرفت.

طبق گزارش همین منبع، در ۱۶ اکتبر ۲۰۲۶، جیمز اودانل، خبرنگار ارشد AI، با کینگ مصاحبه خواهد کرد تا بررسی کند آیا این مسیر به خلق فرم‌های جدید حیات توسط هوش مصنوعی ختم می‌شود یا خیر.

برای بخش بیوتکنولوژی و کسب‌وکارهای دارویی، این یعنی هزینه و زمان مهندسی عوامل ضدباکتریایی به شدت کاهش می‌یابد. ما به عصر «زیست‌شناسی برنامه‌ریزی‌پذیر» می‌رویم؛ جایی که توالی‌های ژنتیکی مانند کدهای نرم‌افزاری مدیریت می‌شوند و می‌توان آن‌ها را با سرعت بالا ویرایش و بهینه‌سازی کرد.

گام بعدی شما

• دنبال کردن نتایج مصاحبه ۱۶ اکتبر برای درک پتانسیل مقیاس‌پذیری این پلتفرم در طراحی حیات سنتتیک باشید.
• بررسی مقالات ساموئل کینگ درباره تلاقی مدل‌های مولد و ژنتیک برای درک عمیق‌تر سازوکار طراحی توالی‌ها.
• تحلیل اثر این فناوری بر کاهش هزینه‌های تولید داروهای شخصی‌سازی‌شده در صنعت بیوتک.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell و پردازش داده‌های زیستی مراجعه کنید.