Современные нейросетевые модели уже демонстрируют способность генерировать изображения, писать программный код и проектировать отдельные белковые молекулы. Учёные решили проверить более амбициозное применение: способна ли искусственная нейросеть спроектировать полный геном вируса таким образом, чтобы после лабораторного синтеза он функционировал как жизнеспособный организм. Нейросетевые модели Evo 1 и Evo 2 сгенерировали сотни вариантов ДНК бактериального вируса, учёные физически синтезировали 285 различных последовательностей, и 16 из них успешно подавляли размножение кишечной палочки E. coli. Примечательно, что некоторые варианты содержали десятки генетических изменений, что обычно делает вирус нежизнеспособным при случайном мутировании.
Подавляющее большинство предыдущих исследований применения искусственного интеллекта в биологии сосредоточивалось на моделировании белков. Этот выбор логичен: белки выполняют критическую роль в клеточных процессах. Они катализируют биохимические реакции, образуют структурные компоненты клеток и связываются со специфичными молекулами. Когда компьютерная модель научится проектировать белок с требуемыми характеристиками, полученный проект сравнительно просто можно проверить в лабораторных условиях.
Геном представляет значительно более сложную задачу. Последовательность ДНК нельзя интерпретировать как простой чертёж, где каждый элемент соответствует одной детали. Определённые участки кодируют белки, другие участки регулируют экспрессию генов, а результат определяется взаимным расположением и взаимодействием многочисленных элементов. Изменение одного нуклеотида иногда не влечёт никаких последствий, а в других случаях нарушает жизненно важные биологические процессы.
Модель Evo функционирует по принципу, схожему с языковыми моделями искусственного интеллекта, но вместо человеческого текста обрабатывает генетические последовательности. Стандартная нейросеть обучается предсказывать следующие слова и символы на основе предыдущего контекста. Геномная языковая модель логически продолжает цепь ДНК, состоящую из четырёх типов оснований, обозначаемых буквами A, T, C и G.
Под кажущейся простотой четырёхбуквенного алфавита скрывается чрезвычайно сложная задача. Модель должна определить, какие продолжения допустимы в конкретном регионе генома, какие последовательности формируют функциональный ген и какие изменения совместимы между собой. Учитывая, что биологи сами ещё не понимают все закономерности взаимодействия таких элементов.
Предварительные исследования уже продемонстрировали, что геномные модели могут расширять фрагменты бактериальной ДНК и производить последовательности, кодирующие функциональные белки. Учёные повысили уровень сложности и исследовали, способна ли нейросеть спроектировать не отдельный генетический фрагмент, а полный вирусный геном.
В экспериментальных целях намеренно не использовались вирусы, поражающие животных или человека. При обучении моделей Evo 1 и Evo 2 разработчики исключили информацию о вирусах, инфицирующих сложноорганизованные клетки эукариот, чтобы минимизировать риск создания опасных микроорганизмов с непредсказуемыми характеристиками. Экспериментальной базой выбрали бактериофаги — вирусы, специализирующиеся на инфицировании бактериальных клеток.
Целью исследования выбрали бактериофаг ΦX174, способный инфицировать штаммы E. coli. Данный фаг хорошо охарактеризован в научной литературе и отличается простотой структуры. Его геном, содержащий примерно 5400 нуклеотидов, кодирует всего 11 генов, функция каждого из которых подробно изучена. Учёные обладают детальными знаниями о механизме проникновения ΦX174 в бактериальную клетку, его репликации и образовании новых вирусных частиц.
Компактный размер генома сделал ΦX174 идеальной моделью для проверки. Если нейросеть генерирует последовательность из нескольких тысяч нуклеотидов, исследователи могут синтезировать соответствующую ДНК, интродуцировать её в бактериальные клетки и наблюдать, произойдёт ли полноценное вирусное размножение.
Перед основным экспериментом модели Evo 1 и Evo 2 прошли дополнительное обучение на данных, содержащих свыше двух миллионов нуклеотидов из геномов различных бактериофагов, и далее специализированное обучение на последовательностях, относящихся к семейству Microviridae, в которое входит ΦX174.
Последующий этап предполагал подбор оптимального начального фрагмента для нейросети. При использовании слишком протяжённого отрезка исходного ΦX174 модель почти дословно воспроизводила известный геном. Недостаточно длинное начало вызывало генерацию множества нежелательных последовательностей. Наилучшие результаты получены при использовании начальных фрагментов длиной 4-9 нуклеотидов.
После генерирования последовательностей исследователи не сразу приступили к их синтезу. Некоторые варианты могли оказаться чрезмерно отличными от природного вируса и лишены жизнеспособности. Поэтому сначала был применён компьютеризированный отсев явно непригодных кандидатов.
Одним из критических критериев отбора был белок, опосредующий прикрепление ΦX174 к бактериальной клетке. Без функционирующего белка вирус не сможет инициировать инфицирование. Последовательности, в которых сгенерированный искусственный белок совпадал с природным белком менее чем на 60%, исключались из дальнейшего анализа.
Исследователи также отбраковывали геномы с аномальной длиной. Допустимый диапазон составлял 4000-6000 нуклеотидов. Исключались также последовательности с повторениями одного нуклеотида более 10 раз подряд и геномы с аномальным содержанием GC и AT пар.
После применения критериев отбора осталось 302 перспективных кандидата. Лабораторно удалось синтезировать 285 последовательностей и внести полученную ДНК в клетки E. coli.
Большинство попыток не привели к желаемому результату. Бактериальные клетки продолжали нормально размножаться, а искусственные геномы не инициировали вирусный цикл. Однако 16 вариантов смогли замедлить рост E. coli, что свидетельствовало об образовании функциональных вирусов.
Девять бактериофагов начали функционировать с использованием точных последовательностей, предложенных нейросетью. Ещё семь вирусов обрели жизнеспособность после дополнительного мутирования внутри бактериальной клетки и последующей адаптации. Таким образом, успешными оказались 16 из 285 тестируемых вариантов, что составляет примерно 5,6%.
На первый взгляд процент может казаться низким, однако ΦX174 отличается значительной чувствительностью к генетическим изменениям. Среди последовательностей, совпадающих с природным вирусом минимум на 98%, доля жизнеспособных вариантов достигала 46%. Чем существеннее отличалась последовательность от оригинала, тем выше была вероятность получения нефункционального вируса.
Повышенная уязвимость ΦX174 к мутационным изменениям хорошо задокументирована в научной литературе. Замена одной аминокислоты в вирусном белке несёт приблизительно 20-процентный риск полной потери функциональности вируса. Несколько независимых замен быстро накапливают риск, поэтому геном с множественными изменениями обычно теряет жизнеспособность.
Жизнеспособные варианты, созданные Evo, подтвердили строгие ограничения эволюции. Большинство сохранили идентичный набор генов природного ΦX174. Особенно примечателен регион, инициирующий репликацию вирусной ДНК: ни один функциональный вариант не содержал там изменений даже в одном нуклеотиде.
Однако определённые вирусы, сгенерированные искусственным интеллектом, обладали весьма необычной структурой.
Один фаг полностью утратил вирусный белок, однако прочие генетические модификации восполнили эту потерю. Другой вариант приобрёл дополнительный ген. Некоторые гены стали короче или длиннее оригинальных. Один вариант полностью заменил собственный ген ΦX174 геном, происходящим от эволюционно отдалённого родственника.
Именно такие комбинации вызвали наибольший интерес у исследователей по сравнению с простым числом функциональных вирусов. Спонтанные мутации обычно быстро инактивируют ΦX174, поэтому учёные сравнили данные Evo с вероятностью выживания при случайных аминокислотных замещениях.
Расчёты основывались на известном параметре: каждая отдельная аминокислотная замена несёт примерно 20-процентный риск потери жизнеспособности. Согласно вычислениям авторов, для вирусов с менее чем 25 изменениями вероятность сохранения функциональности составляла лишь около 2,3%. Из примерно 300 последовательностей, сгенерированных нейросетью, пять вариантов соответствовали этим параметрам, и три из них оказались жизнеспособными.
При более чем 25 аминокислотных заменах вероятность получить функциональный вирус через случайные мутации практически сводилась к нулю. Однако Evo продемонстрировала совершенно иные результаты. Примерно четверть сгенерированных последовательностей с более чем 25 аминокислотными изменениями сохранили жизнеспособность. Два функциональных бактериофага содержали свыше 50 замен.
Эта разница демонстрирует особенности геномной модели. Evo не просто случайно комбинирует ДНК нуклеотиды в надежде на удачное сочетание. Модель предпочтительно выбирает совместимые друг с другом изменения. Если одна мутация снижает функциональность определённого участка, другая может компенсировать негативные последствия в других местах генома.
Затем исследователи проверили эффективность искусственных фагов против бактериальных штаммов, приобретших резистентность к вирусным инфекциям.
Бактериофаги давно рассматриваются как перспективная замена или дополнение к антибактериальной терапии. Вирус проникает в бактериальную клетку, размножается и разрушает её. Проблема аналогична антибиотикам: бактерии эволюционируют и развивают устойчивость. Определённые штаммы E. coli уже способны защищаться от конкретных семейств бактериофагов, включая ΦX174.
Один из способов преодоления бактериальной защиты заключается в использовании комбинации различных фагов. Бактериям приходится одновременно противостоять нескольким вирусным вариантам, что значительно затрудняет выработку универсальной устойчивости.
Для проверки было подготовлено две фаговые смеси. Первая состояла из природных бактериофагов, обычно поражающих E. coli. Вторая содержала все 16 жизнеспособных вирусов, полученных от нейросети Evo.
Природные фаги не смогли преодолеть бактериальную резистентность. Искусственные варианты сначала столкнулись с идентичной проблемой, но впоследствии быстро адаптировались и начали инфицировать устойчивые бактериальные клетки.
Учёные объясняют адаптацию дополнительными мутациями и рекомбинацией ДНК между отдельными фагами. При репликации различные искусственные варианты могли комбинировать генетические модификации, а новые мутации способствовали преодолению бактериальной защиты.
Практическое применение в медицине всё ещё находится далеко. Фаготерапия исследуется на протяжении многих лет, однако массовое клиническое применение не достигнуто, несмотря на растущую проблему антибиотикорезистентности. Главное значение эксперимента относится к возможностям самого искусственного интеллекта: геномная модель успешно сгенерировала полные последовательности вирусной ДНК, некоторые из которых после синтеза трансформировались в функциональные бактериофаги.
Исследование одновременно актуализирует вопросы биологической безопасности. Модели Evo 1 и Evo 2 специально не обучались на вирусах позвоночных, однако это техническое ограничение внедрили сами разработчики, а не сама архитектура модели. При наличии адекватных вычислительных ресурсов иной разработчик может обучить аналогичную систему на альтернативном наборе вирусных геномов.
Авторы исследования предлагают заблаговременно разработать нормативные положения для работы с геномными моделями искусственного интеллекта и контролировать синтез ДНК на заказ. На текущем этапе технология далека от безошибочного создания вирусов: из 285 синтезированных геномов жизнеспособными оказались только 16. Однако два фага со свыше 50 аминокислотными заменами иллюстрируют, что модель уже способна выявлять комбинации мутаций, которые случайное варьирование практически не могло бы сохранить.
