Ответом на этот, казалось бы, простой вопрос стала Evo, генеративная модель ИИ, которая пишет генетический код. Хи и его коллеги из Института Арк и Калифорнийского университета в Беркли представили Evo в статье, опубликованной в журнале Science. По словам Хи, с помощью Evo исследователи смогут понять, как работают геномы микробов и вирусов, создать новые белки (то есть лекарства), которых раньше не существовало, и перепрограммировать микробы на выполнение удивительных задач — от улучшения фотосинтеза для связывания углерода и повышения урожайности до поглощения микропластика в океанах.

Вместо того чтобы использовать грубую силу или выискивать перспективные последовательности в природе, что весьма непредсказуемо, у нас теперь есть модель искусственного интеллекта для создания интересующих нас систем, позволяющая исследователям сосредоточиться только на самых перспективных возможностях, — говорит Хи, доцент кафедры химического машиностроения.

Evo делает доступными геномы целых форм жизни и ускоряет процесс биоинженерного проектирования.

Evo может даже привести к более глубокому пониманию самой эволюции, новому пониманию генетических заболеваний и новым методам лечения — и все это на компьютере, а не в лаборатории.

Естественное понимание

Вдохновение исходит от самой природы. Инструкции всего живого закодированы в ДНК. Лучшее понимание сложного взаимодействия ДНК, РНК и биопротеинов — и того, как они эволюционировали с течением времени, — приведет к углублению знаний и возможности перепрограммировать микробы в полезные технологии.

Но все не так просто, как кажется. Даже простые микробы имеют сложные геномы, состоящие из миллионов пар оснований. Два ключевых достижения Evo по сравнению с аналогичными существующими инструментами — это увеличение длины последовательностей, которые модели могут обрабатывать одновременно, с примерно 8 000 пар оснований до более чем 131 000 пар оснований — так называемое «контекстное окно» — и улучшение разрешения до масштабов отдельных нуклеотидов, строительных блоков ДНК.

Программа Evo была обучена на геномах 80 000 микробов и 2,7 миллиона геномов прокариот и фагов, охватывающих 300 миллиардов нуклеотидов, а также на небольших петлях ДНК, известных как плазмиды. Однако, чтобы исключить возможность использования Evo для разработки биооружия, команде пришлось исключить геномы вирусов, которые, как известно, заражают людей и некоторые другие организмы.

Evo способен изучать, как небольшие изменения в нуклеотидных последовательностях влияют на эволюционную пригодность целых организмов, и генерировать последовательности ДНК длиной более 1 миллиона пар оснований — более чем в семь раз больше контекстного окна в 131 000 пар оснований, добавил Хи. Для сравнения, длина самых маленьких «минимальных» бактериальных геномов составляет около 580 000 пар оснований, отмечают исследователи.

Доказательство концепции

В качестве доказательства концептуальности конструкторских возможностей Evo Хи и его коллеги использовали Evo для создания новых синтетических молекулярных комплексов и систем CRISPR-Cas. Системы CRISPR-Cas похожи на крошечные молекулярные машины, которые используют белки и РНК в тандеме для редактирования ДНК. В ответ на эту просьбу Эво создал полностью функциональную, ранее неизвестную CRISPR-систему, которая была проверена после тестирования 11 возможных конструкций. Исследование CRISPR в Evo — это первый пример одновременного кодирования белка и РНК с помощью языковой модели, отметил Хи.

В дальнейшем Хи уже работает над расширением возможностей Evo по обработке больших геномных последовательностей и достижению большего контроля над результатами, а также над расширением своих исследований за пределы микробного мира до геномов человека и других организмов.

Evo открывает множество очень интересных исследований на стыке машинного обучения и биологии, — говорит Хи.

Он создает возможности для невообразимых ранее открытий и ускоряет нашу способность к инженерии самой жизни.

Ранее американские ученые встали на защиту CRISPR.