Tekoäly suunnitteli toimivia viruksia tyhjästä – 16 uutta bakteriofagia päihitti luonnollisen vastineensa

Näin Evo-mallit suunnittelivat uudet genomit

Evo 2 on biologinen perusmalli, joka on opetettu laajoilla DNA-aineistoilla bakteereista, arkeoneista, kasveista, eläimistä ja ihmisistä. Malli käsittelee DNA:ta yksittäisten nukleotidien tarkkuudella eli huomioi geneettisen koodin pienimmätkin rakennuspalikat .

Tutkijat hienosäätivät Evo 1- ja Evo 2 -malleja bakteriofagien genomeilla. Tavoitteena oli tuottaa kokonaisia genomisekvenssejä, joissa olisi uskottava geneettinen rakenne ja kyky kohdentua E. coli -bakteeriin . Suunnittelun lähtökohtana käytettiin hyvin tunnettua, E. colia infektoivaa ΦX174-faagia.

Prosessi oli mittava:

• mallit tuottivat noin 700 000 ehdokassekvenssiä
• laskennallinen seulonta supisti joukon 302 lupaavaan genomiin
• näistä 285 valmistettiin kemiallisesti eli niiden DNA rakennettiin fyysisesti laboratoriota varten
• lopulta 16 genomia 285:stä tuotti toimivan, lisääntyvän bakteriofagin – onnistumisaste oli noin 5,6 prosenttia .

Tutkijoiden mukaan tulos tarjoaa ensimmäisen mitattavan niin sanotun tuottavan saannon vertailukohdan koko genomin generatiiviselle biologialle .

16 faagia infektoi ja hajotti E. coli -bakteereja

Kaikki 16 toimivaa faagia pystyivät infektoimaan ja hajottamaan E. coli -bakteereja laboratorio-olosuhteissa. Tämä osoitti, että ne eivät olleet vain uskottavan näköisiä DNA-sekvenssejä, vaan pystyivät lisääntymään, leviämään isäntäsoluissa ja hajottamaan bakteerisoluja .

Osa tekoälyn suunnittelemista faageista päihitti kasvunopeudessa ja bakteerien hajottamisen nopeudessa luonnollisen ΦX174-vertailufaagin . Joissakin malleissa oli yli 50 aminohappomuutosta suhteessa luonnolliseen virukseen – huomattavasti enemmän kuin tavallinen satunnainen mutaatio yleensä tuottaisi .

Yksi faageista sisälsi DNA:n pakkaamiseen osallistuvan proteiinin, jollaista ei ole löydetty yhdestäkään tunnetusta eliöstä. Havainto viittaa siihen, että malli oli tuottanut biologisesti uudenlaisen rakenteen, ei vain kopioinut luonnossa tunnettua virusta .

Myös faagien yhdistelmä osoittautui lupaavaksi. Kun 16 faagia käytettiin cocktailina, se pystyi torjumaan useita E. coli -kantoja, mukaan lukien kantoja, jotka olivat kehittyneet vastustuskykyisiksi yksittäisille faageille .

Voisiko tekoäly auttaa antibioottiresistenttien infektioiden hoidossa?

Antibioottiresistenssissä bakteerit oppivat selviytymään lääkkeistä. Myös yksittäistä faagia vastaan voi kehittyä vastustuskykyä. Useiden erilaisten faagien yhdistelmä voi kuitenkin hyökätä bakteerin kimppuun samanaikaisesti usealla tavalla, mikä vaikeuttaa vastustuskyvyn syntymistä .

Tekoälyn mahdollinen etu on nopeus: uusia faageja voitaisiin tulevaisuudessa suunnitella tiettyä bakteerikantaa varten huomattavasti nykyistä nopeammin. Tutkimus osoittaa, että genomikielimallit pystyvät tuottamaan laboratoriossa toimivia kokonaisia virusgenomeja, mikä avaa tien uusien faagihoitojen nopeampaan prototypointiin .

Kyse ei silti ole vielä valmiista hoidosta. Nyt saadut tulokset koskevat laboratorio-olosuhteita ja tiettyjä E. coli -kantoja. Ennen mahdollista lääketieteellistä käyttöä tarvittaisiin paljon lisää tutkimusta turvallisuudesta, tehokkuudesta ja toimivuudesta ihmisillä.

Suuri tieteellinen harppaus, mutta myös bioturvallisuusriski

Tutkimuksen yhteydessä julkaistussa kommentissa Thomas Inglesby ja Moritz Hanke Johns Hopkinsin terveysuhkien turvallisuuskeskuksesta varoittivat, että kehitys on edennyt nopeammin kuin sitä koskeva hallinto ja valvonta. Heidän mukaansa generatiivisella tekoälyllä voidaan nyt koostaa virusgenomeja, mutta järjestelmää, joka varmistaisi kyvykkyyden turvallisen käytön, ei vielä ole .

Nykyinen keskeinen suojamekanismi on International Gene Synthesis Consortiumin vapaaehtoinen seulonta, jossa DNA-tilauksia verrataan tunnettujen taudinaiheuttajien sekvensseihin. Järjestelmää ei ole suunniteltu tunnistamaan sekvenssejä, joita ei vastaa mikään luonnossa tunnettu genomi, eikä seulonta ole lakisääteisesti pakollista .

Arc Institute pyrki pienentämään riskiä jättämällä Evo 2:n opetusaineistosta pois eukaryoottiset virustaudinaiheuttajat eli virukset, jotka infektoivat ihmisiä tai muita eläimiä . Asiantuntijoiden huoli ei silti koske vain tätä tutkimusta. Samoja menetelmiä voitaisiin väärinkäyttää vaarallisten taudinaiheuttajien suunnitteluun, ja uusia genomeja voitaisiin tuottaa niin nopeasti, etteivät nykyiset valvontajärjestelmät ehtisi havaita tai estää niitä .

Naturen kommentissa korostettiin samaa kaksikäyttöisyyttä: työkalut voivat nopeuttaa lääkekehitystä, mutta samalla ne voivat madaltaa kynnystä uusien biologisten uhkien luomiseen .

Tämän läpimurron merkitys onkin kaksijakoinen. Tekoäly voi auttaa etsimään uudenlaisia aseita antibiooteille vastustuskykyisiä bakteereja vastaan, mutta samalla se pakottaa tutkijat ja viranomaiset rakentamaan bioturvallisuuden pelisäännöt uudelleen ennen kuin teknologia yleistyy.