دانشمندان با هوش مصنوعی برای اولین بار ویروس‌های فعال ساختند

«ساموئل کینگ» در ساعات آغازین صبح در حال بررسی ظروف پتری در آزمایشگاه بود که متوجه گسترش نقاط شفاف روی لایه‌ای از باکتری‌ها شد. ویروسی که تیم او با کامپیوتر طراحی کرده بود، زنده شده بود و باکتری‌ها را از بین می‌برد. کینگ، دانشجوی دکترای آزمایشگاه دانشگاه استنفورد، در گفتگو با BBC گفت: «ما شاهد شکل‌گیری این لکه‌های شفاف بودیم و این اتفاق فوق‌العاده هیجان‌انگیز بود.» به گفته برایان‌های، سرپرست این آزمایشگاه، زمانی که همکارانش این نتیجه را دیدند، تمام اتاق غرق در تشویق شد.

کینگ و همکارانش در دانشگاه استنفورد و مؤسسه Arc دست به کاری زدند که تاکنون هیچ‌کس انجام نداده بود: آن‌ها با استفاده از هوش مصنوعی، ژنوم کامل یک ویروس فعال را از صفر طراحی کردند. بر اساس تحلیل CAS (بخشی از انجمن شیمی آمریکا) روی پژوهش منتشرشده این تیم در ژورنال Science، دو مدل هوش مصنوعی نزدیک به ۳۰۰ ژنوم ویروسی طراحی کردند که در نهایت ۱۶ مورد از آن‌ها به ویروس‌های زنده تبدیل و در آزمایشگاه ساخته و آزمایش شدند. کینگ در گفتگو با BBC توضیح داد: «این عامل جدید می‌تواند تکثیر شود و کارکردهای دیگری درون سلول‌ها داشته باشد؛ این دستاورد قلمرو کاملاً تازه‌ای برای ما بود.»

ویروس‌هایی که این دانشمندان ساختند هیچ خطری برای انسان ندارند و این موضوع کاملاً عامدانه بوده است. این تیم پژوهشی تمرکز هوش مصنوعی را روی ویروس ΦX174 قرار دادند؛ ویروسی که فقط به یک گونه بی‌خطر از باکتری‌های روده حمله می‌کند و دانشمندان دهه‌هاست آن را به‌عنوان یک میزبان آزمایشگاهی امن مطالعه می‌کنند.

تاریخچه ویروس کوچکی که دهه‌ها بررسی شده است

هوش مصنوعی این ویروس‌ها را از ناکجاآباد خلق نکرده است، بلکه نقطه آغاز آن یکی از آشناترین نمونه‌ها در زیست‌شناسی بود؛ یک باکتریوفاژ که طول ژنوم آن تنها حدود ۵٬۴۰۰ حرف DNA است و فقط دستورالعمل ساخت ۱۱ پروتئین را در بر دارد. این ویژگی‌ها آن را به سامانه‌ای ساده برای آزمایش تبدیل می‌کند. ساخت این توالی DNA در آزمایشگاه به‌سرعت انجام می‌شود و نتیجه نیز کاملاً شفاف است، زیرا این دستورالعمل‌ها یا ویروسی فعال می‌سازند یا به نتیجه نمی‌رسند؛ همان‌طور که پژوهشگران ناظر بر این پروژه در وب‌سایت The Conversation توضیح داده‌اند.

دو مدلی که این طراحی را بر عهده داشتند، یعنی Evo 1 و Evo 2، درست مانند شیوه یاد‌گیری کلمات توسط ChatGPT، زبان DNA را با خواندن میلیون‌ها نمونه واقعی فرا گرفتند. پژوهشگران ابتدا این مدل‌ها را با بیش از دو میلیون ژنوم باکتریوفاژ آموزش دادند و سپس پیش از ساخت نخستین طراحی، آن‌ها را با حدود ۱۵ هزار ویروسِ بسیار نزدیک به ΦX174 تنظیم دقیق کردند. مدل جدیدتر، یعنی Evo 2، ژنوم‌های مختلفی از سراسر جهان زنده از جمله DNA انسان را خوانده بود، اما بر اساس گزارش مؤسسه Arc، دانشمندان تأکید کردند که ویروس‌های آلوده‌کننده موجودات پیچیده عمداً از داده‌های آموزشی حذف شدند تا مدل به هیچ وجه نحوه ساخت عوامل بیماری‌زا برای انسان را یاد نگیرد.

با وجود تمام این آموزش‌ها، هوش مصنوعی در بیشتر تلاش‌هایش ناکام ماند و دانشمندان مجبور شدند خودشان غربالگری نهایی را انجام دهند. نیمی از ۱۶ ویروس فعال در طول مسیر دچار جهش شدند که نشان می‌دهد تکامل طبیعی، نه فقط هوش مصنوعی به‌تنهایی، طرح‌های نهایی را اصلاح و تکمیل کرده است؛ این نکته را سایمون جکسون، سرپرست گروه تحقیقات فاژدرمانی در دانشگاه وایکاتو، در گفتگو با مرکز رسانه‌های علمی بیان کرد. تبدیل خروجی خام مدل به یک ویروس زنده به فرایندی شش‌مرحله‌ای نیاز داشت که در آن بیشتر گزینه‌ها حین فیلتر کردن از نظر کیفیت توالی، میزبان باکتریایی مناسب و فاصله ژنتیکی از نمونه‌های موجود در طبیعت کنار گذاشته شدند. خروجی‌های نادرست هوش مصنوعی چنان زیاد بود که به گفته یوردی گارسیا اوخالوو، استاد زیست‌شناسی سامانه‌ای در دانشگاه پمپئو فابرا، حدود ۳۰۰ طرح آزمایش‌شده در آزمایشگاه را می‌توان در واقع نوعی توهم مدل دانست.

با این حال، ویروس‌های فعال عملکردی واقعی نشان دادند: تعداد کمی از آن‌ها حتی باکتری‌ها را سریع‌تر از ویروس طبیعی ΦX174 از بین بردند. سایمون کلارک، استاد میکروبیولوژی سلولی دانشگاه ردینگ، معتقد است این موضوع اهمیت زیادی برای فاژدرمانی دارد؛ حوزه‌ای که دهه‌ها تلاش می‌کند از ویروس‌ها برای مبارزه با باکتری‌های مقاوم به آنتی‌بیوتیک استفاده کند. پاتریک کای، استاد ژنومیک سنتزی در دانشگاه منچستر، نیز اشاره کرد که به نظر می‌رسد مدل‌ها قوانین طراحی حاصل از تکامل طبیعی را یاد گرفته‌اند؛ موضوعی که فراتر از فاژها اهمیت دارد، زیرا درهای بازنویسی سایر ژنوم‌ها با هوش مصنوعی را باز می‌کند.

چرا ویروس طراحی‌شده در کامپیوتر سلاح بیولوژیکی نیست؟

فاصله میان نابودی باکتری در ظرف آزمایشگاه تا آسیب رساندن به انسان بسیار چشمگیر است و تیم استنفورد هرگز وارد این مسیر نشد. به گفته جکسون، مسائلی چون طراحی فاژهای بزرگ‌تر، کنترل دقیق باکتری‌های هدف و اثبات ایمنی آن‌ها در بیماران، هنوز نیازمند پژوهش‌های گسترده است. این شکاف عمیق را می‌توان در اعداد و ارقام دید: در حالی که ژنوم فاژ تنها حدود ۵٬۴۰۰ حرف DNA است، کوچک‌ترین ژنوم یک سلول زنده حدود ۵۰۰ هزار حرف دارد و ژنوم انسان به ۳ میلیارد حرف می‌رسد که نزدیک به ۶۰۰ هزار برابر بزرگ‌تر است. گذر از یک ویروس به موجود زنده کامل نیز مستلزم جهشی عظیم در علم زیست‌شناسی خواهد بود.

مانع اصلی در ساخت سلاح‌های زیستی، نبود اطلاعات نیست، بلکه بخش دشوار، فعالیت فیزیکی در آزمایشگاه است. آنچه در حال حاضر جلوی سوءاستفاده را می‌گیرد، دسترسی به مواد بیولوژیکی، تجهیزات پیشرفته آزمایشگاهی و مراحل عملی اثبات کارایی یک طرح است. مارتین تویبر، استاد دانشگاه زوریخ، این موضوع را با ساخت بمب هسته‌ای مقایسه کرده و در گفتگو با SBS News گفت: «هر دانشجوی کارشناسی ارشد فیزیک بالقوه می‌تواند طرحی بسیار مؤثرتر برای بمب اتمی ترسیم کند، اما توده اورانیوم غنی‌شده را از کجا تهیه خواهد کرد؟»

عامل ناکارآمدی فعلی این روش، دقیقاً همان چیزی است که امکان سوءاستفاده از آن را به‌شدت دشوار می‌کند. هر طرح ژنتیکی باید به‌صورت دستی ساخته شود و یکی‌یکی مورد آزمایش قرار گیرد؛ تعداد نمونه‌های فعال نیز آن‌قدر اندک است که تصور تولید ژنوم‌های زنده و مستقل توسط این مدل‌ها غیرممکن به نظر می‌رسد. به عقیده پروفسور گارسیا اوخالوو، این محدودیت‌ها ریسک ایمنی زیستی این مدل‌ها را حتی پایین‌تر از یک چت‌بات چندمنظوره قرار می‌دهد.

علاوه بر این، حضور انسان‌ها در آزمایشگاه خود نوعی نظارت مستقیم به‌شمار می‌رود. جیسون کلی، مدیرعامل شرکت آزمایشگاه‌های خودکار Ginkgo Bioworks، به رسانه WIRED گفت که هوش مصنوعی نمی‌تواند کنترل آزمایشگاه را به دست بگیرد، زیرا کارشناسان انسانی به‌راحتی درخواست مواد یا تجهیزات غیرمعمول را رد می‌کنند. او افزود برای اینکه یک ماشین بتواند به‌تنهایی کارهای ظریف آزمایشگاهی را انجام دهد، باید شمار ربات‌ها در محیط کار بسیار فراتر از وضعیت کنونی باشد.

تمهیدات حفاظتی و نظارتی محققان

تیم دانشگاه استنفورد چارچوب‌های حفاظتی ویژه‌ای برای این پروژه تعریف کرد. این پژوهشگران ویروس‌های آلوده‌کننده ارگانیسم‌های پیچیده را به‌طور کامل از داده‌های آموزشی حذف کردند، به‌جای ویروس‌های انسانی روی فاژهای باکتری‌خوار متمرکز شدند و تمام آزمایش‌ها را در محیط آزمایشگاهی کاملاً ایمن به انجام رساندند.

البته این اقدامات، تصمیمات اختیاری همین تیم پژوهشی بود و هیچ تضمینی وجود ندارد که گروه‌های تحقیقاتی بعدی نیز آن‌ها را رعایت کنند. دانشمندان مرکز امنیت سلامت دانشگاه جانز هاپکینز در یادداشتی که هم‌زمان با این مقاله در ژورنال Science منتشر شد، تأکید کردند که این دستاورد پرسش‌های فوری در زمینه ایمنی و امنیت زیستی پدید می‌آورد؛ پرسش اصلی دیگر این نیست که آیا هوش مصنوعی برای طراحی ژنوم ویروسی استفاده خواهد شد یا خیر، بلکه مسئله این است که آیا می‌توان این کار را بدون ایجاد خطرات بزرگ مهار کرد؟ تام اینگلسبی، مدیر این مرکز، خاطرنشان کرد که مدل‌های جدید هوش مصنوعی پیش از انتشار عمومی باید تحت ارزیابی‌های مستقل قرار گیرند تا خطرات آن‌ها خنثی شود و شرکت‌های تولیدکننده مواد ژنتیکی نیز باید مطمئن شوند سفارش‌ها برای ساخت ویروس‌های خطرناک به کار نمی‌روند.

برای تبدیل یک طرح رایانه‌ای به ویروس واقعی، باید توالی DNA مورد نظر به شرکت‌های سازنده مواد ژنتیکی سفارش داده شود. در حال حاضر بسیاری از این تأمین‌کنندگان از نرم‌افزارهای غربالگری برای شناسایی توالی‌های مشکوک استفاده می‌کنند، اما هیچ الزام قانونی یکپارچه‌ای برای این موضوع وجود ندارد و سفارش‌های متعددی بدون بررسی دقیق باقی می‌مانند. دانشمندانی که نخستین ویروس‌های هوش مصنوعی را تولید کردند، عامدانه فعالیت خود را به یک باکتریوفاژ بی‌خطر محدود ساختند؛ با این حال، تضمینی وجود ندارد که همه محققان در آینده نیز همین مسیر محتاطانه را برگزینند.