Genom-modellen Evo designet 302 virus, 16 av dem fungerte i laboratoriet

Mesteparten av KI-arbeidet i biologi har handlet om å designe proteiner, fordi proteiner gjør mesteparten av jobben i en celle. DNA ligger et abstraksjonsnivå under, og det var lenge uklart hva en modell trent på rå basesekvenser egentlig kunne brukes til. Et forskerteam ved Stanford University har nå svart på spørsmålet ved å la modellene skrive ut hele virusgenomer, skriver John Timmer i Ars Technica 6. august. Arbeidet er publisert i Science.

Testcasen er ΦX174, et velstudert virus som infiserer E. coli. Det er lite nok til å være håndterbart: 11 gener fordelt på rundt 5 400 baser, alle med kjent funksjon. Viruset slutter alltid med den samme korte basesekvensen, som dermed fungerer som en prompt.

Evo 1 og Evo 2 fikk over 2 millioner ekstra baser med bakteriofag-DNA og ble finjustert på Microviridae, gruppen ΦX174 hører til. Forskerne endte på prompts med fire til ni baser fra startsekvensen. Deretter filtrerte de outputen hardt: sekvenser med spike-protein under 60 prosent likhet med originalen ble kastet, det samme ble alt kortere enn 4 000 eller lengre enn 6 000 baser.

Igjen sto 302 forslag. 285 lot seg syntetisere kjemisk og settes inn i bakterier. 16 hemmet veksten til E. coli, altså fungerte de som virus. Ni var modellenes opprinnelige sekvenser, mens de sju andre hadde plukket opp mutasjoner etter innsetting.

«ΦX174 frykter ikke bare endring, det blir vanligvis drept av den» (John Timmer, Ars Technica)

Det er her funnet blir interessant. Statistikken tilsier at virus med over 25 aminosyreendringer praktisk talt aldri er levedyktige. Likevel var nesten en fjerdedel av modellenes forslag over den grensen levedyktige, inkludert to med over 50 endringer. Modellene treffer altså langt oftere enn tilfeldig mutasjon.

Den praktiske vinklingen er fagterapi mot antibiotikaresistente infeksjoner. Forskerne testet en cocktail av naturlige bakteriofager mot en cocktail av de 16 KI-produktene, rettet mot E. coli-stammer som allerede hadde utviklet motstand. Den naturlige cocktailen feilet. Den KI-genererte klarte raskt å utvikle evnen til å infisere de samme vertene.

«Dette er et proof of concept for hva som er mulig innen genomdesign styrt av KI» (Samuel King, postdoktor ved Stanford, til C&EN)

Bakgrunn

Forskerne holdt bevisst virus som infiserer virveldyr utenfor treningsdataene. De påpeker selv at hvem som helst med nok regnekraft kan gjenta prosessen med de dataene inkludert, og artikkelen avslutter med en oppfordring om bedre styring av feltet, blant annet av hvordan skreddersydde DNA-sekvenser bestilles.

For deg som følger modellutvikling er poenget at nøyaktig samme oppskrift som gir kodeagenter og språkmodeller nå produserer fungerende biologi. Diskusjonen om åpne vekter får dermed en konkret akse den ikke hadde før.