ویروسهای طراحیشده با هوش مصنوعی؛ امید تازه و نگرانی امنیت زیستی
دانشمندان با کمک هوش مصنوعی، ویروسهای کاملاً تازهای طراحی کردهاند که میتوانند باکتریها را آلوده کنند؛ مسیری که به گفته پژوهشگران میتواند راه تازهای برای مقابله با عفونتهای مقاوم به آنتیبیوتیک باز کند. این کار که در ۶ آگوست ۲۰۲۶ در مجله Science¹ منتشر شد، روی باکتریوفاژها متمرکز بود؛ ویروسهایی که به باکتریها حمله میکنند و نه انسان.
در گزارشی که Nine.com.au² در ۷ آگوست ۲۰۲۶ منتشر کرد، آمده است که تیمهایی از Stanford University³ و Arc Institute⁴ از یک مدل هوش مصنوعی به نام Evo⁵ (مدلی شبیه ChatGPT⁶) استفاده کردند. آنها این مدل را با اطلاعات ژنتیکیِ میلیونها جاندار آموزش دادند و سپس از آن خواستند هزاران ژنوم ویروسیِ احتمالی بسازد که بتوانند باکتری E. coli⁷ را آلوده کنند.
از میان طرحهای تولیدشده، پژوهشگران حدود ۳۰۰ ژنوم را در آزمایشگاه ساختند و آزمایش کردند؛ در نهایت ۱۶ مورد بهعنوان ویروسهای «قابلزیست» و کارآمد شناسایی شدند. این ویروسهای تازه از نوع باکتریوفاژ هستند و پژوهشگران امیدوارند در آینده بتوان از آنها برای درمان عفونتهای باکتریایی استفاده کرد که دیگر به آنتیبیوتیکها پاسخ نمیدهند.
به گفته گزارش Nine.com.au²، Jordi García Ojalvo⁸، استاد Pompeu Fabra University⁹ در Barcelona¹⁰، این دستاورد را «مهم» توصیف کرده است. در پوششهای دیگر از همین پژوهش نیز اشاره شده که در برخی آزمایشها، ترکیبی از فاژهای طراحیشده توانسته با سویههایی از E. coli⁷ مقابله کند که نسبت به فاژهای طبیعی مقاوم شده بودند.
همزمان، این پیشرفت بحثهای جدی درباره ایمنی زیستی و امنیت زیستی ایجاد کرده است. در یادداشتی که همزمان با مطالعه منتشر شد، کارشناسانی از Johns Hopkins Centre for Health Security¹¹ هشدار دادند تواناییهای هوش مصنوعی از نظامهای حکمرانی و مقرراتگذاری جلوتر حرکت میکند. آنها گفتهاند اگرچه این فناوری برای کاربردهای علوم زیستی امیدوارکننده است، اما پرسشهای فوری درباره ایمنی، امنیت و احتمال سوءاستفاده را نیز مطرح میکند.
بر اساس همین هشدارها، اگر چنین روشهایی از باکتریوفاژهای بیخطر فراتر برود و به سمت طراحی ژنومِ عوامل بیماریزای انسانی، حیوانی یا گیاهی حرکت کند، ممکن است ژنومهایی ساخته شود که پاتوژنهای جدیدی را کُدگذاری کنند؛ پاتوژنهایی که بهسختی بتوان آنها را با ابزارهای موجود مهار کرد. با این حال، Jordi García Ojalvo⁸ گفته است ریسک فوری میتواند پایینتر باشد، چون طرحهای ویروسیِ تولیدشده توسط هوش مصنوعی هنوز باید در آزمایشگاه ساخته و آزمایش شوند تا مشخص شود واقعاً کار میکنند یا نه؛ و بهگفته او، «تصورش سخت است که این مدلها بهصورت خودکار، ژنومهای قابلزیست را از همان ابتدا و بدون آزمونهای آزمایشگاهی تولید کنند».
پژوهش یادشده فعلاً در حد «اثبات مفهوم» مطرح شده و بهعنوان درمان آماده برای بیماران معرفی نشده است؛ اما نشان میدهد هوش مصنوعی میتواند وارد مرحلهای شود که نه فقط پیشبینی، بلکه طراحی و ساختِ ابزارهای زیستیِ کارآمد را هم ممکن میکند.
پاورقی منابع نامهای انگلیسی:
¹ Science
² Nine.com.au
³ Stanford University
⁴ Arc Institute
⁵ Evo
⁶ ChatGPT
⁷ E. coli
⁸ Jordi García Ojalvo
⁹ Pompeu Fabra University
¹⁰ Barcelona
¹¹ Johns Hopkins Centre for Health Security