Από τον Τάκη Μαραλέτο
Η πρώτη επιτυχής δημιουργία λειτουργικών ιών που δεν υπάρχουν στη φύση από μοντέλο τεχνητής νοημοσύνης ανοίγει νέους δρόμους για τη βιοϊατρική, αλλά επαναφέρει με ένταση τη συζήτηση για τα όρια, τη βιοασφάλεια και τη διεθνή διακυβέρνηση της επιστήμης.
Μέχρι πριν από λίγα χρόνια, η τεχνητή νοημοσύνη χρησιμοποιούνταν κυρίως για να αναλύει δεδομένα, να εντοπίζει πρότυπα ή να προβλέπει εξελίξεις. Σήμερα, όμως, αρχίζει να περνά σε μια διαφορετική κατηγορία: δεν περιορίζεται πλέον στην ερμηνεία της βιολογίας, αλλά συμβάλλει στον σχεδιασμό νέων βιολογικών συστημάτων.
Αυτό ακριβώς καταδεικνύει μια εντυπωσιακή νέα μελέτη ερευνητών του Stanford University και του Arc Institute, η οποία δημοσιεύθηκε στο περιοδικό Science. Για πρώτη φορά, ένα εξειδικευμένο μοντέλο τεχνητής νοημοσύνης σχεδίασε νέα γονιδιώματα ιών που δεν είχαν παρατηρηθεί ποτέ στη φύση, με ορισμένα από αυτά να αποδεικνύονται λειτουργικά στο εργαστήριο.
Το επίτευγμα δεν αφορά ιούς που προσβάλλουν τον άνθρωπο. Οι ερευνητές εργάστηκαν αποκλειστικά με βακτηριοφάγους, δηλαδή ιούς που μολύνουν μόνο βακτήρια και θεωρούνται ασφαλείς για τον άνθρωπο. Ωστόσο, η σημασία της εργασίας υπερβαίνει κατά πολύ το συγκεκριμένο πείραμα: αποτελεί ίσως το πρώτο σαφές δείγμα ότι η γενετική μπορεί να εισέρχεται στην εποχή της «γενετικής τεχνητής νοημοσύνης».
Από τη γλώσσα των λέξεων στη «γλώσσα» του DNA
Η φιλοσοφία πίσω από το μοντέλο Evo θυμίζει, σε γενικές γραμμές, τον τρόπο λειτουργίας των μεγάλων γλωσσικών μοντέλων. Αντί όμως να εκπαιδεύεται σε βιβλία, άρθρα ή ιστοσελίδες, το σύστημα εκπαιδεύτηκε σε τεράστιες βιβλιοθήκες γενετικών αλληλουχιών από μικροοργανισμούς και άλλους οργανισμούς, ώστε να αναγνωρίζει τα επαναλαμβανόμενα «μοτίβα» της βιολογίας.
Με βάση αυτή τη γνώση, το μοντέλο δεν αναπαρήγαγε γνωστά γονιδιώματα. Δημιούργησε νέες αλληλουχίες DNA, τις οποίες οι επιστήμονες αξιολόγησαν πειραματικά.
Από εκατοντάδες υποψήφιες αλληλουχίες που δοκιμάστηκαν, 16 οδήγησαν στην παραγωγή λειτουργικών βακτηριοφάγων. Μάλιστα, ορισμένοι παρουσίασαν βιολογική συμπεριφορά αντίστοιχη ή και καλύτερη από τον φυσικό ιό αναφοράς που χρησιμοποιήθηκε στη μελέτη.
Γιατί αυτό θεωρείται ορόσημο
Οι επιστήμονες κατασκευάζουν συνθετικούς ιούς εδώ και αρκετά χρόνια. Η ουσιαστική διαφορά της νέας εργασίας είναι ότι το αρχικό σχέδιο των γονιδιωμάτων προήλθε από μοντέλο τεχνητής νοημοσύνης και όχι από ανθρώπινο σχεδιασμό που βασίστηκε αποκλειστικά σε υπάρχουσες φυσικές αλληλουχίες.
Το γεγονός αυτό δημιουργεί μια νέα προοπτική για τη συνθετική βιολογία. Την πιθανότητα να σχεδιάζονται στο μέλλον βιολογικά εργαλεία με συγκεκριμένες επιθυμητές ιδιότητες, επιταχύνοντας σημαντικά τη διαδικασία της έρευνας.
Πιθανές εφαρμογές στην Ιατρική
Η δυνατότητα σχεδιασμού νέων ιικών φορέων θα μπορούσε να έχει σημαντικές επιπτώσεις σε πολλούς τομείς της βιοϊατρικής.
Μελλοντικά, παρόμοια εργαλεία ενδέχεται να συμβάλουν:
- στη βελτίωση των φορέων γονιδιακής θεραπείας,
- στην ανάπτυξη αποτελεσματικότερων θεραπειών με βακτηριοφάγους απέναντι στην ανθεκτικότητα στα αντιβιοτικά,
- στη δημιουργία νέων εργαλείων για τη βιοτεχνολογία,
- στην ταχύτερη ανάπτυξη και αξιολόγηση βιολογικών μορίων,
- στην επιτάχυνση της βασικής έρευνας γύρω από τη λειτουργία των γονιδιωμάτων.
Οι ερευνητές τονίζουν ότι η εργασία τους αποτελεί κυρίως απόδειξη της δυνατότητας της τεχνολογίας και όχι άμεση κλινική εφαρμογή.
Η άλλη όψη του επιτεύγματος
Κάθε τεχνολογία που μπορεί να χρησιμοποιηθεί τόσο για ωφέλιμους όσο και για επιβλαβείς σκοπούς εντάσσεται στη λεγόμενη έρευνα διττής χρήσης (dual-use research).
Η συγκεκριμένη μελέτη επανέφερε στο προσκήνιο ένα δύσκολο ερώτημα, εάν η τεχνητή νοημοσύνη μπορεί να σχεδιάσει νέους ασφαλείς βακτηριοφάγους, θα μπορούσε στο μέλλον να χρησιμοποιηθεί για τον σχεδιασμό πιο επικίνδυνων παθογόνων;
Οι ίδιοι οι ερευνητές προσπάθησαν να μειώσουν αυτόν τον κίνδυνο. Το μοντέλο εκπαιδεύτηκε χωρίς δεδομένα από ανθρώπινους παθογόνους ιούς και η μελέτη περιορίστηκε αποκλειστικά σε βακτηριοφάγους. Παράλληλα, ειδικοί στη βιοασφάλεια επισημαίνουν ότι απαιτούνται πιο ολοκληρωμένα διεθνή πλαίσια εποπτείας, καθώς η πρόοδος της τεχνολογίας είναι ταχύτερη από την εξέλιξη των κανονιστικών μηχανισμών.
Η τεχνητή νοημοσύνη αλλάζει τον τρόπο με τον οποίο γίνεται η βιολογία
Το σίγουρο είναι ότι η σημαντικότερη διάσταση της εργασίας δεν είναι οι ίδιοι οι 16 νέοι βακτηριοφάγοι, αλλά ότι η τεχνητή νοημοσύνη φαίνεται να αποκτά τη δυνατότητα να «μαθαίνει» τους κανόνες της βιολογίας και να προτείνει νέες λύσεις που οι ερευνητές μπορούν στη συνέχεια να ελέγξουν πειραματικά.
Η βιολογία μετατρέπεται σταδιακά από επιστήμη παρατήρησης σε επιστήμη σχεδιασμού, όπου οι υπολογιστικές πλατφόρμες λειτουργούν ως επιταχυντές της ανθρώπινης δημιουργικότητας και όχι ως υποκατάστατό της.
Τι σημαίνει για την Ελλάδα
Η συγκεκριμένη εξέλιξη αναδεικνύει την ανάγκη ενίσχυσης της ελληνικής παρουσίας σε δύο ταχύτατα αναπτυσσόμενους τομείς, τη βιοπληροφορική και την τεχνητή νοημοσύνη για τις επιστήμες ζωής (AI for Science).
Η Ελλάδα διαθέτει ισχυρές ερευνητικές ομάδες στη μοριακή βιολογία, τη βιοϊατρική και την υπολογιστική ανάλυση δεδομένων. Η πρόκληση των επόμενων ετών θα είναι η στενότερη συνεργασία μεταξύ πανεπιστημίων, ερευνητικών ιδρυμάτων, νοσοκομείων και επιχειρήσεων βιοτεχνολογίας, ώστε η χώρα να συμμετέχει ενεργά στη νέα αυτή επιστημονική πραγματικότητα.
Ταυτόχρονα, θα απαιτηθεί ανάπτυξη εξειδικευμένων πολιτικών βιοασφάλειας, καθώς η χρήση της τεχνητής νοημοσύνης στις επιστήμες ζωής θα επεκτείνεται με ολοένα μεγαλύτερη ταχύτητα.
Ποιό είναι το μεγάλο ερώτημα
Η νέα μελέτη δεν αποδεικνύει ότι η τεχνητή νοημοσύνη «δημιουργεί ζωή». Αλλά αποδεικνύει ότι μπορεί να συμβάλει στον σχεδιασμό λειτουργικών βιολογικών συστημάτων με τρόπους που μέχρι πρόσφατα θεωρούνταν εξαιρετικά δύσκολοι.
Όπως συνέβη με κάθε μεγάλη τεχνολογική επανάσταση, η πραγματική πρόκληση δεν είναι μόνο τι μπορεί να κάνει η επιστήμη, αλλά πώς η κοινωνία θα επιλέξει να αξιοποιήσει αυτή τη δύναμη.
Η τεχνητή νοημοσύνη φαίνεται ότι εισέρχεται δυναμικά στο εργαστήριο της βιολογίας. Το αν αυτή η νέα εποχή θα οδηγήσει σε σημαντικές θεραπευτικές ανακαλύψεις ή θα απαιτήσει νέες μορφές διεθνούς διακυβέρνησης θα εξαρτηθεί όχι μόνο από τους αλγόριθμους, αλλά και από τις αποφάσεις της επιστημονικής και πολιτικής κοινότητας τα επόμενα χρόνια.