AI zaprojektowała wirusy, których wcześniej nie było w naturze

Sztuczna inteligencja po raz pierwszy została wykorzystana do zaprojektowania kompletnych genomów nowych bakteriofagów, czyli wirusów atakujących bakterie. Część zaprojektowanych przez AI cząsteczek okazała się zdolna do funkcjonowania i namnażania w laboratorium. Odkrycie otwiera nowy rozdział biologii syntetycznej, ale jednocześnie stawia przed nauką poważne pytania dotyczące bezpieczeństwa.

Czy sztuczna inteligencja może projektować wirusy?

Jeszcze niedawno sztuczna inteligencja kojarzyła się przede wszystkim z tekstem, obrazami czy analizą danych. Dzisiaj coraz intensywniej wkracza również w świat biologii.

Naukowcy ze Stanford University i Arc Institute wykorzystali modele sztucznej inteligencji Evo 1 i Evo 2, określane jako modele językowe dla genomów. Zamiast uczyć je języka naturalnego, badacze wykorzystują sekwencje DNA, dzięki czemu modele mogą rozpoznawać wzorce występujące w materiałach genetycznych.

Celem eksperymentu było sprawdzenie, czy AI potrafi zaprojektować cały funkcjonalny genom bakteriofaga, a nie tylko przewidywać funkcję pojedynczych genów.

Wyniki opublikowano 6 sierpnia 2026 roku w czasopiśmie Science w pracy dotyczącej generatywnego projektowania bakteriofagów z wykorzystaniem modeli językowych genomów.

Czym są bakteriofagi?

Bakteriofagi, nazywane również fagami, to wirusy, których gospodarzami są bakterie. Nie są one odpowiednikiem wirusów wywołujących grypę czy COVID-19 – ich biologicznym celem są bakterie.

To właśnie ta właściwość sprawia, że bakteriofagi od dawna są przedmiotem zainteresowania naukowców. Jednym z możliwych zastosowań jest terapia fagowa, czyli wykorzystanie fagów do zwalczania określonych bakterii.

Ma to szczególne znaczenie w czasach narastającej antybiotykooporności. Bakterie coraz częściej stają się odporne na stosowane leki, dlatego naukowcy poszukują alternatywnych sposobów walki z zakażeniami.

Co zrobiła AI?

Modele Evo zostały wykorzystane do projektowania genomów bakteriofagów podobnych do dobrze poznanego faga ΦX174, który infekuje bakterie Escherichia coli.

Następnie wybrane projekty zostały poddane syntezie i eksperymentalnej weryfikacji. Spośród 285 zsyntetyzowanych projektów 16 okazało się funkcjonalnymi bakteriofagami, zdolnymi do namnażania i hamowania wzrostu odpowiednich bakterii.

To właśnie eksperymentalne potwierdzenie jest najważniejszą częścią odkrycia.

AI nie stworzyła jedynie komputerowych modeli, które „wyglądały wiarygodnie”. Część wygenerowanych sekwencji przełożyła się na biologicznie działające organizmy.

Naukowcy określają to jako proof of concept – dowód wykonalności generatywnego projektowania całych genomów.

Dlaczego to przełom?

Dotychczas sztuczna inteligencja była wykorzystywana w biologii przede wszystkim do analizowania istniejących danych: przewidywania struktury białek, interpretowania genomów czy wskazywania potencjalnych funkcji genów.

Teraz pojawia się kolejny etap:

AI nie tylko analizuje istniejącą biologię. Może również pomagać w projektowaniu nowych układów biologicznych.

To fundamentalna zmiana sposobu wykorzystania sztucznej inteligencji w naukach o życiu.

W przyszłości podobne podejście może znaleźć zastosowanie m.in. w projektowaniu terapii, badaniach nad mikroorganizmami, biotechnologii czy opracowywaniu nowych metod walki z bakteriami odpornymi na antybiotyki. Badacze podkreślają jednak, że obecny eksperyment jest przede wszystkim demonstracją możliwości technologii, a nie gotową terapią.

Czy to oznacza, że AI stworzyła „groźne wirusy”?

Nie.

To bardzo ważne rozróżnienie.

Badanie dotyczyło bakteriofagów ukierunkowanych na bakterie, a nie wirusów chorobotwórczych dla człowieka. Zespół badawczy zastosował również środki ostrożności związane z bezpieczeństwem biologicznym. Doniesienia dotyczące eksperymentu podkreślają, że projekt był ukierunkowany na bakteriofagi, a nie patogeny człowieka, zwierząt czy roślin.

Nie oznacza to jednak, że temat bezpieczeństwa można pominąć.

Wręcz przeciwnie.

Nowa technologia, nowe pytania

Możliwość generowania funkcjonalnych sekwencji biologicznych przez AI rodzi pytania, na które nauka i regulatorzy dopiero muszą znaleźć odpowiedzi.

Jeżeli sztuczna inteligencja potrafi pomagać w projektowaniu funkcjonalnych genomów, pojawia się pytanie:

jak zapewnić, aby podobne technologie były wykorzystywane wyłącznie w bezpiecznych i odpowiedzialnych celach?

Eksperci ds. bezpieczeństwa biologicznego zwracają uwagę, że rozwój generatywnej biologii może wyprzedzać istniejące mechanizmy kontroli. W komentarzu towarzyszącym publikacji w Science Thomas Inglesby i Moritz Hanke z Johns Hopkins Center for Health Security wskazują na potrzebę odpowiednich zabezpieczeń i nadzoru nad technologiami umożliwiającymi projektowanie materiału genetycznego.

To problem określany często jako dual use – technologia może mieć bardzo wartościowe zastosowania naukowe i medyczne, ale jednocześnie może potencjalnie zostać wykorzystana w sposób szkodliwy.

Czy jesteśmy na początku nowej ery biologii?

Prawdopodobnie tak.

Najważniejsze w tym odkryciu nie jest samo stworzenie kilkunastu nowych bakteriofagów. Znacznie ważniejsza jest demonstracja, że modele AI mogą uczestniczyć w przejściu od odczytywania biologicznego kodu do jego projektowania.

To może mieć ogromne znaczenie dla przyszłości biologii syntetycznej.

Możemy wyobrazić sobie świat, w którym naukowcy wykorzystują AI do poszukiwania nowych sposobów leczenia infekcji, projektowania mikroorganizmów wykonujących określone zadania czy przyspieszania badań nad chorobami.

Ale wraz z możliwościami rośnie odpowiedzialność.

AI nie zastępuje biologii – zaczyna stawać się jej narzędziem projektowym.

I właśnie dlatego eksperyment Stanford University i Arc Institute jest tak interesujący. Pokazuje nie tylko, co sztuczna inteligencja potrafi zrobić dzisiaj, ale przede wszystkim sugeruje, jak może wyglądać przyszłość nauk o życiu.

Czy jesteśmy gotowi na moment, w którym sztuczna inteligencja nie tylko będzie pomagać nam poznawać naturę, ale również projektować nowe elementy świata biologicznego?

To pytanie dopiero zaczyna nabierać znaczenia.