Sztuczna inteligencja po raz pierwszy zaprojektowała kompletne genomy wirusów, z których część udało się następnie odtworzyć w laboratorium. To może pomóc w walce z bakteriami opornymi na antybiotyki

Naukowcy ze Uniwersytetu Stanforda i Arc Institute wykorzystli AI do zaprojektowania kompletnych genomów bakteriofagów, czyli wirusów zakażających bakterie. Spośród setek tysięcy propozycji wygenerowanych przez sztuczną inteligencję wybrali około 300 najbardziej obiecujących. Następnie chemicznie zsyntetyzowali odpowiadające im cząsteczki DNA i umieścili je w bakteriach E. coli. Gdy  zaprojektowana sekwencja była poprawna, bakteria odczytywała zawartą w niej instrukcję i zaczynała produkować nowe wirusy.

Autorzy badania opublikowanego w Science stwierdzają, że większość projektów okazała się nieudana. W 16 przypadkach powstały jednak bakteriofagi zdolne wydostać się z pierwszej bakterii, zakażać kolejne komórki i dalej się namnażać. Na płytkach laboratoryjnych było to dobrze widoczne jako przejrzyste plamy w warstwie bakterii – miejsca, w których komórki zostały zniszczone przez wirusy.

Niektóre z zaprojektowanych bakteriofagów namnażały się nawet szybciej niż naturalny wirus, który posłużył jako punkt odniesienia. Co więcej, mieszanina kilku nowych fagów zniszczyła dwa szczepy E. coli odporne na zakażenie naturalnymi bakteriofagami.

Sztuczna inteligencja uczyła się języka DNA

Badacze wykorzystali modele Evo1 i Evo2. Działają podobnie jak systemy generujące tekst, z tą różnicą, że zamiast słów analizują kolejne litery zapisu DNA. Alfabet DNA składa się z zaledwie czterech znaków – A, C, G i T. Ich kolejność nie jest jednak dowolna. Sekwencja musi zawierać prawidłowe instrukcje budowy białek, sterowania namnażaniem wirusa i wielu innych procesów biologicznych. Nawet niewielki błąd może sprawić, że cały genom okaże się bezużyteczny.

Modele wytrenowano na ogromnym zbiorze istniejących sekwencji DNA. Następnie dodatkowo „dokarmiono” je genomami bakteriofaga Phi X174 oraz tysięcy jego bliskich krewnych. To jeden z najlepiej poznanych wirusów na świecie. Ma zaledwie 11 genów, zakaża bakterie E. coli i od dawna służy jako modelowy organizm w biologii molekularnej, dlatego był bezpiecznym kandydatem do pierwszego takiego eksperymentu.

Komputer wygenerował setki tysięcy nowych sekwencji. Nie były one kopiami istniejących wirusów, ale też nie powstały całkowicie od zera. Model tworzył nowe kombinacje, wykorzystując zależności, których nauczył się podczas analizy naturalnych genomów. To ważne rozróżnienie. Badanie nie dowodzi, że sztuczna inteligencja potrafi dowolnie zaprojektować każdy rodzaj wirusa. Pokazuje natomiast, że na podstawie dużej liczby istniejących genomów może stworzyć nową, funkcjonalną sekwencję, która po zsyntetyzowaniu w laboratorium daje początek zdolnemu do namnażania wirusowi.

Po co projektować wirusy?

Najbardziej oczywistym zastosowaniem tej technologii są bakteriofagi wykorzystywane do leczenia zakażeń bakteryjnych. Wirusy te występują powszechnie w przyrodzie. Atakują wyłącznie określone bakterie, namnażają się w ich wnętrzu, a następnie rozrywają komórkę gospodarza, uwalniając kolejne cząstki wirusa. Terapia fagowa od lat budzi zainteresowanie jako możliwe uzupełnienie lub alternatywa dla antybiotyków, zwłaszcza wobec szybko narastającej oporności bakterii na leki. Jednym z największych wyzwań pozostaje jednak znalezienie bakteriofaga, który skutecznie zaatakuje konkretny szczep odpowiedzialny za zakażenie.

Sztuczna inteligencja mogłaby w przyszłości znacząco przyspieszyć ten proces. Zamiast przeszukiwać środowisko w poszukiwaniu odpowiedniego wirusa, badacze mogliby projektować wiele nowych wariantów bakteriofagów i sprawdzać, które z nich najskuteczniej zwalczają wybrany szczep bakterii.

Eksperyment pokazuje, że taka strategia może działać. W doświadczeniu mieszanina kilku bakteriofagów zaprojektowanych przez sztuczną inteligencję skutecznie zniszczyła dwa szczepy E. coli, które były odporne na zakażenie naturalnymi bakteriofagami. Oznacza to, że komputerowo projektowane wirusy mogą pomóc przełamywać mechanizmy obronne bakterii, podobnie jak dziś próbuje się pokonywać ich oporność na antybiotyki.

Nie oznacza to jeszcze, że sztuczna inteligencja potrafi projektować bakteriofagi „na zamówienie”. Badanie pokazuje jednak, że generowanie nowych, funkcjonalnych wariantów wirusów jest możliwe i może stać się kolejnym narzędziem wykorzystywanym w terapii fagowej.

Jest też druga strona eksperymentu

Od początku prac badacze starali się ograniczyć ryzyko związane z eksperymentem. Z danych wykorzystywanych do trenowania modeli usunięto wirusy zakażające ludzi oraz podobne wirusy atakujące zwierzęta, rośliny i grzyby. Sam eksperyment przeprowadzono wyłącznie na bakteriofagach, które nie stanowią zagrożenia dla człowieka.

Mimo tych zabezpieczeń wraz z publikacją wyników pojawiło się ważne pytanie: skoro sztuczna inteligencja potrafi już zaprojektować kompletny genom prostego wirusa, czy podobna metoda będzie mogła kiedyś zostać wykorzystana również do projektowania wirusów groźnych dla ludzi?

Na razie odpowiedź brzmi: nie wiadomo. Bakteriofag wykorzystany w doświadczeniu należy do najprostszych znanych wirusów. Jego genom liczy około 5400 par zasad, czyli liter DNA. Dla porównania nawet najprostsze komórki mają genomy zawierające setki tysięcy par zasad, a genom człowieka około trzech miliardów. Projektowanie znacznie bardziej złożonych organizmów pozostaje więc nieporównanie trudniejszym zadaniem.

Prof. Tom Ellis z Imperial College London zwraca uwagę, że naukowcy świadomie rozpoczęli od najprostszego możliwego modelu. Jego zdaniem obawy przed projektowaniem przez AI całkowicie nowych, niebezpiecznych wirusów są obecnie przesadzone. Znacznie łatwiej byłoby zmodyfikować istniejącego patogena niż stworzyć go od podstaw.

Ostrożniej oceniają sytuację Thomas Inglesby i Moritz Hanke z Center for Health Security przy Johns Hopkins University. W komentarzu opublikowanym równocześnie z pracą w Science podkreślają, że możliwość projektowania genomów wirusów za pomocą sztucznej inteligencji stała się już faktem, natomiast zasady pozwalające bezpiecznie kontrolować takie badania nie nadążają za tempem rozwoju technologii. Ich zdaniem podobnych eksperymentów nie należy prowadzić na wirusach zdolnych zakażać ludzi, zwierzęta lub rośliny. Autorzy postulują również opracowanie nowych standardów oceny ryzyka, które uwzględniałyby rozwój generatywnej sztucznej inteligencji i jej zastosowania w biologii.

Na jeszcze inny aspekt zwraca uwagę dr Filippa Lentzos z King’s College London. Jej zdaniem samo kontrolowanie modeli sztucznej inteligencji nie wystarczy. Kluczowy jest moment, w którym cyfrowy projekt zamienia się w rzeczywistą cząsteczkę DNA.

Firmy zajmujące się chemiczną syntezą DNA już dziś mogą analizować zamawiane sekwencje i sprawdzać, czy nie przypominają materiału genetycznego niebezpiecznych patogenów. To właśnie taki system kontroli, uzupełniony o ocenę ryzyka badań oraz procedury bezpieczeństwa obowiązujące w laboratoriach, może stanowić najważniejszą barierę chroniącą przed niewłaściwym wykorzystaniem tej technologii.

Autorzy pracy w Science podkreślają zresztą, że ich celem było pokazanie możliwości projektowania bakteriofagów, a nie stworzenie uniwersalnej metody konstruowania dowolnych wirusów. Wykorzystany w eksperymencie bakteriofag Phi X174 należy do najlepiej poznanych i najprostszych wirusów na świecie, a modele uczono wyłącznie na genomach wirusów zakażających bakterie.

Nowe badanie nie oznacza więc, że sztuczna inteligencja potrafi dziś na życzenie stworzyć dowolnego wirusa. Pokazuje jednak coś, co jeszcze kilka lat temu wydawało się bardzo odległą perspektywą: komputer może zaprojektować kompletny genom prostego wirusa, a część takich projektów po przeniesieniu z komputera do laboratorium rzeczywiście daje początek nowym wirusom zdolnym do namnażania i zakażania bakterii. Dla biologii syntetycznej to ważny krok naprzód. Dla medycyny może oznaczać nowe narzędzie w walce z bakteriami opornymi na antybiotyki. Jednocześnie pokazuje, że rozwój sztucznej inteligencji coraz częściej wyprzedza regulacje dotyczące bezpieczeństwa biologicznego. O tym, czy podobne technologie przyniosą więcej korzyści niż zagrożeń, zdecydują już nie tylko możliwości modeli AI, lecz także zasady kontrolujące sposób ich wykorzystania.

Źródła:

King S.H. i in., Generative design of functional bacteriophage genomes, Science (2026), DOI: 10.1126/science.aec2657.

Inglesby T.V., Hanke M., Generative AI for viral genome design raises biosecurity questions, Science

The Guardian, „Safety fears as scientists make first viruses designed by AI”, 6 sierpnia 2026: https://www.theguardian.com/science/2026/aug/06/safety-fears-as-scientists-make-first-viruses-designed-by-aiBBC News,

„Artificial Intelligence used to design brand new viruses”, 6 sierpnia 2026: https://www.bbc.com/news/articles/c5y3j3ngevmoThe New York Times,

„This A.I. Just Created Viruses Not Found in Nature”, 6 sierpnia 2026: https://www.nytimes.com/2026/08/06/science/ai-viruses-bacteria-arc.html

• Nauki medyczne