Исследователи применили языковые модели для генерации новых бактериофагов — вирусов, поражающих бактерии. Используя архитектуру, аналогичную моделям для работы с естественным языком, ученые обучили систему на последовательностях геномов, что позволило создавать функциональные вирусы с заданными свойствами. Этот подход открывает новые возможности для борьбы с устойчивыми к антибиотикам бактериальными инфекциями и развития точечной терапии.
Традиционные методы разработки антибактериальных агентов требуют длительных лабораторных экспериментов и случайного поиска эффективных соединений. Использование генеративных моделей позволяет предсказывать структуру и функции вирусных геномов, значительно сокращая цикл проектирования биологических систем. Модель анализирует закономерности в генетическом коде, выявляя правила, по которым фаги взаимодействуют с бактериальными клетками-хозяевами.
Результаты исследования подтверждают, что методы машинного обучения, успешно применяемые в обработке текста, эффективно масштабируются на биологические данные. Это создает фундамент для создания «программируемых» биологических агентов, способных адаптироваться к конкретным штаммам бактерий. Технология может стать ключевым инструментом в персонализированной медицине и биотехнологическом производстве, где требуется высокая точность при создании молекулярных структур.
Ключевые факты
- Исследование опубликовано в научном журнале Science, демонстрируя высокую точность генерации функциональных вирусных последовательностей.
- Модели обучались на обширных наборах данных геномов бактериофагов, что позволило системе выучить правила «генетического языка».
- Разработанные фаги показали способность эффективно поражать целевые бактерии, что подтверждает применимость ИИ в создании антибактериальных препаратов.
- Метод позволяет сократить время на разработку новых терапевтических агентов за счет автоматизации этапа проектирования генома.