Για πρώτη φορά, μοντέλα τεχνητής νοημοσύνης σχεδίασαν ολοκληρωμένα γονιδιώματα ιών που αποδείχθηκαν λειτουργικοί στο εργαστήριο. Οι ιοί αυτοί προσβάλλουν βακτήρια και η έρευνα ανοίγει μια νέα προοπτική στη μάχη κατά της μικροβιακής αντοχής. Ταυτόχρονα, φέρνει στο προσκήνιο ένα δύσκολο ζήτημα βιοασφάλειας.
Μπορεί η τεχνητή νοημοσύνη να χρησιμοποιηθεί για τον σχεδιασμό νέων ιών που θα στρέφονται εναντίον επικίνδυνων βακτηρίων; Ερευνητές από το Stanford University και το Arc Institute έκαναν ένα σημαντικό βήμα προς αυτή την κατεύθυνση, χρησιμοποιώντας AI για να σχεδιάσουν ολοκληρωμένα γονιδιώματα βακτηριοφάγων.
Στη συγκεκριμένη έρευνα δεν σχεδιάστηκαν ιοί που προσβάλλουν ανθρώπους αλλά βακτηριοφάγοι, ιοί που μολύνουν -και καταπολεμούν- βακτήρια. Η ικανότητα των βακτηριοφάγων να στοχεύουν βακτήρια είναι άλλωστε ο λόγος για τον οποίο εδώ και χρόνια μελετώνται ως πιθανή θεραπευτική προσέγγιση απέναντι στις βακτηριακές λοιμώξεις.
Η νέα έρευνα, που δημοσιεύθηκε στο Science, δείχνει πόσο μακριά μπορεί πλέον να φτάσει ο σχεδιασμός γονιδιωμάτων με τη βοήθεια της AI.
Από δύο εκατομμύρια γονιδιώματα σε νέους ιούς
Οι επιστήμονες χρησιμοποίησαν ως πρότυπο τον ΦX174, έναν γνωστό βακτηριοφάγο, και δύο μεγάλα γλωσσικά μοντέλα που είχαν εκπαιδευτεί σε περισσότερα από δύο εκατομμύρια γονιδιώματα βακτηριοφάγων. Τα μοντέλα δημιούργησαν χιλιάδες νέα υποψήφια γονιδιώματα. Από αυτά, οι ερευνητές επέλεξαν και συνέθεσαν χημικά σχεδόν 300.
Το κρίσιμο τεστ έγινε στη συνέχεια στο εργαστήριο: 16 από τα νέα γονιδιώματα αποδείχθηκαν βιώσιμα και οι βακτηριοφάγοι που προέκυψαν μπορούσαν να σκοτώσουν συγκεκριμένα στελέχη του Escherichia coli.
Ακόμη πιο ενδιαφέρον ήταν ότι ανάμεσα στους στόχους τους βρίσκονταν στελέχη του βακτηρίου που είχαν μεταλλαχθεί και αποκτήσει ανθεκτικότητα στον αρχικό ΦX174.
«Μάθαμε να γράφουμε το βιβλίο από την αρχή»
Ο Κώστας Νταλούκας, παιδίατρος και πρόεδρος της Πανελλήνιας Ομοσπονδίας Ελευθεροεπαγγελματιών Παιδιάτρων (ΠΟΜΕΠ), σχολιάζοντας τη σημασία της έρευνας, κάνει λόγο για ένα επίτευγμα εξαιρετικής σημασίας για την ιατρική και χρησιμοποιεί μια απλή αναλογία για να εξηγήσει τι αλλάζει. «Φαντάσου ότι το DNA κάθε ζωντανού οργανισμού, ακόμα και ενός μικροσκοπικού ιού, είναι σαν ένα βιβλίο με συνταγές. Αυτό το βιβλίο περιέχει όλες τις οδηγίες για το πώς θα χτιστεί, πώς θα αναπτυχθεί και πώς θα λειτουργήσει αυτός ο οργανισμός», αναφέρει.
Μέχρι σήμερα, εξηγεί, οι επιστήμονες μπορούσαν να παρεμβαίνουν σε αυτό το «βιβλίο» αλλάζοντας επιμέρους στοιχεία του. Η διαφορά στη συγκεκριμένη έρευνα βρίσκεται στην κλίμακα της παρέμβασης: η AI χρησιμοποιήθηκε για να σχεδιάσει ολόκληρες γονιδιωματικές αλληλουχίες, οι οποίες στη συνέχεια συντέθηκαν και δοκιμάστηκαν στο εργαστήριο. Ο ίδιος παρομοιάζει τον τρόπο λειτουργίας των μοντέλων με το autocomplete ενός κινητού τηλεφώνου. Η AI έχει εκπαιδευτεί πάνω σε τεράστιες ποσότητες γενετικών δεδομένων και μαθαίνει τις πιθανές σχέσεις ανάμεσα στις αλληλουχίες του DNA, προβλέποντας ποιο γενετικό «γράμμα» μπορεί να ακολουθήσει το προηγούμενο ώστε το τελικό γονιδίωμα να είναι λειτουργικό. «Η AI δεν έχει δική της βιολογική σκέψη», επισημαίνει. «Εκπαιδεύτηκε όμως διαβάζοντας δισεκατομμύρια “γράμματα” από υπάρχοντα DNA».
Γιατί έχει σημασία για την αντοχή στα αντιβιοτικά
Η μικροβιακή αντοχή αποτελεί μία από τις σημαντικότερες απειλές για τη δημόσια υγεία διεθνώς. Καθώς τα βακτήρια εξελίσσονται και αποκτούν ανθεκτικότητα στα διαθέσιμα αντιβιοτικά, λοιμώξεις που κάποτε αντιμετωπίζονταν σχετικά εύκολα γίνονται δυσκολότερες στη θεραπεία. Οι ιοί που αναπτύσσονται στο εργαστήριο της ΑΙ θα μπορούσαν να είναι μία πιθανή λύση σε αυτό το πρόβλημα. Μια θεραπεία θα μπορούσε θεωρητικά να περιλαμβάνει ένα «κοκτέιλ» διαφορετικών βακτηριοφάγων. Έτσι, θα ήταν δυσκολότερο για ένα βακτήριο να αναπτύξει ταυτόχρονα αντοχή απέναντι σε όλα.
Όπως εξήγησε ο Brian Hie, επίκουρος καθηγητής στο Stanford και ένας από τους συγγραφείς της μελέτης, όταν χρησιμοποιείται ένας μόνο βακτηριοφάγος, η ανάπτυξη αντοχής από το βακτήριο μπορεί να ακυρώσει τη θεραπεία. Με πολλούς γενετικά διαφορετικούς φάγους στο ίδιο μείγμα, το εμπόδιο για το βακτήριο γίνεται πολύ μεγαλύτερο.
Ο Κώστας Νταλούκας βλέπει ακριβώς σε αυτή τη δυνατότητα μία από τις σημαντικότερες προοπτικές της τεχνολογίας. «Το πιο εντυπωσιακό είναι ότι, αν τα βακτήρια αλλάξουν για να κρυφτούν, εμείς μπορούμε απλώς να ζητήσουμε από την AI να μας γράψει μια νέα “αναβάθμιση” του ιού για να τα εξοντώσει ξανά», σημειώνει, περιγράφοντας την προοπτική με απλουστευμένο τρόπο.
Ένα εξελικτικό «άλμα» που θα ήταν δύσκολο να συμβεί στη φύση
Ένα ακόμη στοιχείο που ξεχωρίζει ο παιδίατρος αφορά τον αριθμό των γενετικών αλλαγών που μπορεί να συνδυάσει ένα υπολογιστικό μοντέλο. Στη φυσική εξέλιξη οι μεταβολές συσσωρεύονται σταδιακά και κάθε ενδιάμεσο στάδιο πρέπει να είναι βιώσιμο. Ο υπολογιστικός σχεδιασμός, αντίθετα, μπορεί να εξετάσει πολύ μεγαλύτερους συνδυασμούς μεταβολών χωρίς να χρειάζεται να ακολουθήσει βήμα προς βήμα μια φυσική εξελικτική διαδρομή. Ο Νταλούκας χρησιμοποιεί μια χαρακτηριστική εικόνα: «Είναι σαν να πήγαμε κατευθείαν από το παλιό σταθερό τηλέφωνο στο smartphone, χωρίς να χρειαστεί να περάσουμε από όλα τα ενδιάμεσα μοντέλα».
Μαζί με την προοπτική έρχεται και το ζήτημα της ασφάλειας
Η ίδια δυνατότητα που καθιστά την τεχνολογία ενδιαφέρουσα για την ιατρική προκαλεί και προβληματισμό. Οι ερευνητές είχαν αποκλείσει από την εκπαίδευση των μοντέλων γονιδιωματικά δεδομένα ιών που μολύνουν ανθρώπους. Ωστόσο, οι Thomas Inglesby και Moritz Hanke από το Johns Hopkins University, σε ξεχωριστή παρέμβασή τους στο Science, επισημαίνουν ότι ένας τέτοιος περιορισμός δεν αποτελεί απόλυτη εγγύηση ασφαλείας. Ένα μοντέλο θα μπορούσε ενδεχομένως να εκπαιδευτεί περαιτέρω με δεδομένα παθογόνων. Για τον λόγο αυτό θεωρούν αναγκαία τη δημιουργία αυστηρότερων μηχανισμών εποπτείας σε εθνικό και διεθνές επίπεδο.
Τον ίδιο διττό χαρακτήρα της εξέλιξης επισημαίνει και ο Κώστας Νταλούκας: «Σαν επιστήμονα με ενθουσιάζει. Σαν άνθρωπο με κάνει να αισθάνομαι δέος και φόβο από την τρομερή δύναμη που περνάει σε ανθρώπινα χέρια». Και καταλήγει με μια παρατήρηση που αποτυπώνει την ταχύτητα των εξελίξεων: «Η ιατρική και ο κόσμος που ξέραμε μεταβάλλονται ιλιγγιωδώς. Εύχομαι να τη χρησιμοποιήσουμε ειρηνικά για να βοηθήσουμε τους ανθρώπους να απαλλαγούν από τα νοσήματα και να επεκτείνουν τη ζωή. Πάντως, αν κάποιος με ρωτήσει πώς θα είναι η ιατρική δέκα χρόνια μετά, η απάντηση θα είναι: πραγματικά δεν γνωρίζω».
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ
Γονιδιακά τεστ και προσωποποιημένη πρόληψη: H επόμενη ημέρα στην Ογκολογία
