Исследователи из ARC Institute применили генеративные модели для синтеза белков, которые легли в основу ранее неизвестных вирусов. В ходе эксперимента ИИ спроектировал структуры, способные поражать бактерии, не имея прямых аналогов в естественной среде. Это достижение открывает новые возможности для борьбы с устойчивыми к антибиотикам патогенами, но одновременно ставит вопросы биобезопасности.
Разработка основана на алгоритмах, которые анализируют огромные массивы данных о вирусных геномах, предсказывая, как именно белковые оболочки взаимодействуют с клетками-хозяевами. В отличие от традиционных методов поиска вирусов в природе, ИИ-модели способны «достраивать» функциональные компоненты, которые эволюция могла пропустить или не задействовать. Это позволяет создавать узкоспециализированные вирусные агенты, нацеленные на конкретные штаммы бактерий.
Подобные исследования знаменуют переход от простого анализа биологических данных к активному дизайну новых форм жизни. Ученые подчеркивают, что использование нейросетей радикально сокращает время, необходимое для поиска эффективных противомикробных средств. Тем не менее, способность ИИ генерировать биологические структуры требует разработки новых протоколов контроля, чтобы исключить риск создания опасных патогенов в лабораторных условиях.
Ключевые факты
- Исследование проведено специалистами ARC Institute с использованием генеративных моделей для дизайна белков.
- Созданные ИИ вирусы способны эффективно поражать бактерии, обладая структурой, не встречающейся в естественных экосистемах.
- Технология направлена на создание альтернатив антибиотикам для борьбы с резистентными бактериальными инфекциями.
- Метод позволяет сократить цикл проектирования биологических агентов с нескольких лет до нескольких недель или дней.