Специалисты Института Арк в Калифорнии использовали языковую модель Evo2, обученную на триллионах «букв» ДНК из разных живых организмов, чтобы сгенерировать геномные последовательности, вдохновленные геномом бактерии Mycoplasma genitalium, митохондриями человека и хромосомой дрожжей.
Это не первая попытка создать геном в лаборатории. Еще в 2008 году ученые химически синтезировали 580-тысячебуквенный геном той же M. genitalium, а позже «загрузили» синтетические геномы в клетки, заявив о создании первой синтетической жизни. Однако в этих проектах, по сути, копировались или редактировались уже существующие геномы — этот процесс можно сравнить с переписыванием главы книги или удалением из нее всех запятых, по образному выражению геномного инженера Патрика Цая из Манчестерского университета. Такие модели как Evo2 открывают перед учеными принципиально иную возможность — генерировать последовательности, которых никогда не существовало в природе. «Это “момент ChatGPT” для синтетической геномики, — говорит Цай. — Так можно начать писать то, чего не было в природе».
Впрочем, от написания генома до работающего организма — огромный путь. Компьютерный анализ показал, что около 70% генов в созданном по мотивам M. genitalium геноме выглядят реалистично, но этого очень мало. «Нельзя спроектировать жизнь всего на 70%, — замечает синтетический биолог из Вагенингенского университета Нико Клаассенс. — На компьютере можно написать все, что угодно, но работать это не будет». Если хотя бы один ключевой ген отсутствует или смоделирован неверно, клетка просто не сможет функционировать. К тому же важен не только набор генов, но и их взаиморасположение — а в этом отношении ИИ-геномы, как показали недавние исследования, организованы иначе, чем природные.
Серьезным препятствием остается и проверка. Чтобы узнать, работает ли спроектированный геном, его нужно физически синтезировать, собрать в правильном порядке и поместить в клетку. «Эксперименты быстро становятся узким местом, — признает руководитель проекта Брайан Хи. — На таком масштабе мы упираемся в стоимость синтеза и сборки ДНК». Одно из возможных решений — автономные лаборатории, где ИИ и роботы будут итеративно проектировать, тестировать и улучшать фрагменты геномов.
Сможет ли ИИ когда-нибудь создать полностью функциональный клеточный геном — вопрос пока что открытый. Но цель, которая еще недавно казалась нам дерзкой фантазией, сегодня выглядит вполне осязаемой.
Ранее ученые обнаружили, что ИИ уверенно ошибается в своих выводах.