Inteligența artificială Evo 2 de la Stanford a generat bacteriofagi capabili să distrugă bacteria E. coli

O echipă de cercetători de la Universitatea Stanford a reușit o performanță notabilă în domeniul biologiei sintetice asistate de inteligență artificială, sintetizând aproape 300 de bacteriofagi pornind exclusiv de la secvențe de ADN generate de modelul Evo 2. Rezultatele experimentelor de laborator au evidențiat 16 variante care au manifestat o eficiență deosebită în eliminarea bacteriei Escherichia coli, potrivit AI News Health.

Un model generativ aplicat direct în biologie

Proiectul se concentrează pe bacteriofagul ΦX174, un virus cunoscut care infectează bacteriile și a cărui denumire se pronunță „FYE-ex-1-7-4”. Spre deosebire de abordările tradiționale de proiectare a organismelor, în care cercetătorii pornesc de la structuri deja existente pe care le modifică incremental, Evo 2 a fost folosit pentru a genera integral secvențe genetice noi, care ulterior au fost transformate fizic în fagi funcționali în laborator.

Procesul a implicat sinteza a sute de variante genetice propuse de model, urmată de testarea lor practică pentru a verifica dacă au capacitatea reală de a infecta și distruge celulele bacteriene. Din întregul lot analizat, doar o mică parte, respectiv cele 16 variante menționate, au demonstrat performanțe notabile împotriva E. coli, un rezultat considerat semnificativ pentru un experiment desfășurat aproape integral pe baza unor predicții generate computațional.

Cine coordonează cercetarea

Lucrarea este condusă de Brian Hie, profesor asistent de inginerie chimică și cercetător afiliat Fundației Dieter Schwarz în cadrul programului Stanford Data Science. Echipa sa explorează modul în care modelele generative de inteligență artificială, antrenate pe volume mari de date genomice, pot fi folosite pentru a proiecta organisme sau componente biologice complet noi, nu doar pentru a le analiza pe cele existente.

Implicații pentru viitor

Descoperirea deschide perspective interesante pentru dezvoltarea de terapii bazate pe fagi, o alternativă discutată tot mai des în contextul rezistenței crescânde la antibiotice. Capacitatea de a genera rapid, prin AI, variante virale eficiente împotriva unor bacterii specifice ar putea accelera semnificativ etapele incipiente ale cercetării biomedicale, deși experții subliniază că sunt necesare studii suplimentare pentru a confirma siguranța și aplicabilitatea practică a unor astfel de organisme sintetice.

Rezultatele obținute de echipa Stanford reprezintă un pas important în demonstrarea faptului că modelele generative pot depăși simpla analiză a datelor biologice, contribuind activ la crearea de soluții funcționale în laborator.