Автор ИИ-вирусов из Стэнфорда расскажет MIT TR, как модель пишет геномы

MIT Technology Review проведёт 16 октября закрытый для подписчиков онлайн-разговор с Сэмюэлом Кингом, аспирантом Стэнфорда. В 2025 году он использовал генеративную модель, чтобы предложить генетические чертежи вирусов, и это остаётся одним из самых заметных примеров того, как языковые архитектуры уходят из текста в биологию. Анонс сформулирован осторожно: пока это не ИИ-созданная жизнь, но она вполне может стать следующим шагом. Беседу ведёт старший ИИ-репортёр издания.

Что именно сделал Кинг

В анонсе деталей мало, поэтому опираюсь на препринт 2025 года, подготовленный в Стэнфорде и Arc Institute. Кинг работал в группе Брайана Хая над моделями семейства Evo, которые обучены на последовательностях ДНК, а не на словах. Объектом выбрали бактериофаги: вирусы, заражающие бактерий и не опасные для человека. Их геномы короткие, около 5 400 нуклеотидов, и кодируют всего десяток с небольшим генов.

Модель дообучили на семействе родственных фагов и попросили сгенерировать новые геномы целиком. Затем кандидаты прошли компьютерные фильтры, их синтезировали и проверили на кишечной палочке. По данным работы, из примерно трёх сотен проектов работоспособными оказались 16. Часть из них в лабораторных тестах конкурировала с природным прототипом, а некоторые справлялись с ним лучше. Цифры стоит перепроверить по первоисточнику, но порядок такой: единицы процентов успеха, что для геномного дизайна с нуля немало.

Почему это серьёзнее, чем генерация белков

Белковые модели вроде AlphaFold или RFdiffusion работают на уровне одной молекулы. Здесь модель предлагает набор генов, их порядок и регуляторные участки, которые должны совместно работать внутри клетки-хозяина. Это уровень системы.

Ключевые параметры эксперимента:

• Объект: бактериофаги, геном около 5,4 тыс. нуклеотидов
• Модель: Evo в версиях 1 и 2, дообученная на родственных геномах
• Выход: несколько сотен сгенерированных геномов
• Результат: 16 жизнеспособных вариантов по данным препринта
• Проверка: синтез ДНК и заражение культуры бактерий

Ограничения тоже понятны. Геном фага на порядки проще бактериального, а модель опиралась на близкие природные образцы. Пока это перекомбинация и улучшение известного, а не изобретение новой биологии. До синтетического организма с нуля остаётся несколько ступеней, и главная из них — сборка клетки, а не только её ДНК.

Биобезопасность как главная тема

Вокруг таких работ всегда возникает вопрос двойного назначения. Разработчики Evo 2 заранее исключили из обучающих данных геномы вирусов эукариот, чтобы модель хуже работала с патогенами человека. Но фильтрация данных не гарантия: дообучение на нужном семействе способно вернуть часть способностей. Разговор с Кингом интересен как раз тем, что автор расскажет, где он сам видит риск и какие барьеры считает рабочими.

Что делать читателям

Для команд, которые работают с биомоделями, практический вывод простой: смотрите не на демо, а на воспроизводимость в «мокрой» лаборатории. Доля жизнеспособных вариантов и скорость цикла «генерация — синтез — тест» важнее красивых метрик правдоподобия последовательностей. Для тех, кто следит за регулированием, полезно отслеживать, как будут развиваться требования к скринингу заказов синтетической ДНК: именно через синтез проходит граница между цифровым проектом и физическим организмом. Запись разговора или пересказ имеет смысл искать после 16 октября, а препринт Кинга и Хая стоит прочитать до него, чтобы задать авторам предметные вопросы.