Исследователи обучили нейросеть на массиве из 9 триллионов нуклеотидов, что позволило модели сгенерировать 16 ранее не существовавших в природе вирусов. Этот эксперимент демонстрирует способность ИИ выявлять сложные закономерности в биологических данных и создавать функциональные генетические последовательности, что ставит перед научным сообществом серьезные вопросы о безопасности и необходимости внедрения новых протоколов контроля в области синтетической биологии.
Модель, обученная на колоссальном объеме генетической информации, научилась предсказывать структуру вирусных белков и их взаимодействие с клетками-хозяевами. В ходе тестирования ИИ успешно спроектировал последовательности, которые при синтезе в лабораторных условиях проявили биологическую активность. Это достижение подчеркивает сдвиг в методологии биологических исследований, где генеративные алгоритмы начинают играть ключевую роль в создании новых патогенов.
Эксперты отмечают, что текущие регуляторные механизмы и системы безопасности не успевают за темпами развития генеративных технологий в биоинженерии. Возможность создания новых вирусных агентов с помощью ИИ требует пересмотра подходов к мониторингу доступа к подобным моделям и усиления контроля за синтезом генетического материала, чтобы предотвратить потенциальные риски для глобального здравоохранения.
Ключевые факты
- ИИ обучен на наборе данных, содержащем 9 триллионов нуклеотидов, что позволило выявить фундаментальные паттерны вирусных геномов.
- В результате работы модели было создано 16 уникальных вирусных последовательностей, которые не встречаются в естественных условиях.
- Синтезированные вирусы продемонстрировали способность к взаимодействию с клетками, подтверждая функциональность сгенерированного кода.
- Специалисты подчеркивают критический разрыв между скоростью развития ИИ-инструментов в биологии и существующими мерами безопасности.