ทีมนักวิจัยสแตนฟอร์ดพัฒนา AI นามว่า Evo 2 สังเคราะห์ไวรัสกินแบคทีเรียสู้ภัยดื้อยา
แบบจำลอง AI 'Evo 2' จากมหาวิทยาลัยสแตนฟอร์ดสร้างจีโนมดีเอ็นเอใหม่สำเร็จเกือบ 300 รูปแบบ นำไปสู่การคัดกรองแบคเท리오ฟาจ 16 ชนิดที่กำจัดเชื้อ E. coli ได้อย่างมีประสิทธิภาพ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- ทีมนักวิจัยสแตนฟอร์ดใช้ AI รุ่น Evo 2 สังเคราะห์จีโนมไวรัสกินแบคทีเรียเกือบ 300 แบบ
- การทดสอบในห้องปฏิบัติการคัดเลือกฟาจ 16 ชนิดที่มีฤทธิ์ทำ1ล้างแบคทีเรีย E. coli ได้ดีเยี่ยม
- เฟรมเวิร์กคอมพิวเตอร์ช่วยลดต้นทุนการสังเคราะห์โดยเลือกเฉพาะตัวเลือกที่มีความเป็นไปได้สูง
- หัวหน้าโครงการชี้เปิดซอร์สโค้ด Evo 2 พร้อมเล็งขยายผลสู่การสร้างจีโนมที่ซับซ้อนยิ่งขึ้น
ทีมนักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดประสบความสำเร็จในการสังเคราะห์แบคเท리오ฟาจเกือบ 300 ชนิด ซึ่งมาจากลำดับดีเอ็นเอที่สร้างขึ้นโดยแบบจำลองปัญญาประดิษฐ์เชิงสร้างสรรค์ที่มีชื่อว่า Evo 2 ผ่านการทดสอบในห้องปฏิบัติการจนสามารถจำกัดกลุ่มเป้าหมายให้เหลือเพียง 16 ฟาจ ซึ่งแสดงกิจกรรมการฆ่าเชื้อแบคทีเรีย E. coli ได้อย่างโดดเด่น
โครงการดังกล่าวมีจุดศูนย์กลางอยู่ที่แบคเท리오ฟาจ ΦX174 (อ่านออกเสียงว่า "FYE-ex-1-7-4") โดย Brian Hie อาจารย์ผู้ช่วยด้านวิศวกรรมเคมีและเพื่อนร่วมงานจาก Dieter Schwarz Foundation Stanford Data Science เป็นผู้สร้าง Evo 2 ขึ้นมา ขณะที่ Samuel King นักศึกษาปริญญาเอกสาขาชีววิศวกรรมรับหน้าที่ดูแลงานทดลองเชิงปฏิบัติการตามที่ระบุไว้ในงานวิจัย
ระบบ Evo 2 มีความสามารถในการสร้างลำดับดีเอ็นเอใหม่ขึ้นมาจากเศษชิ้นส่วนเริ่มต้นขนาดเล็กของจีโนมฟาจ โดยในกระบวนการนี้ทีมนักวิจัยได้ขอให้แบบจำลองผลิตจีโนมของ ΦX174 ทั้งหมดในรอบเดียวจากซ้ายไปขวา
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
Brian Hie อธิบายถึงขั้นตอนการทำงานว่า "ในกรณีนี้ เราต้องการให้แบบจำลองสร้างจีโนมทั้งหมดแบบต้นจนจบในรอบเดียวจากซ้ายไปขวา เราไม่ได้เพิ่มอะไรเข้าไปเลย" โดยกระบวนการดังกล่าวสามารถสร้างจีโนมที่เป็นตัวเต็งนับพันรายการ ก่อนที่ทีมงานจะคัดเลือกชุดลำดับเพื่อนำไปสังเคราะห์ทางเคมีและทดสอบในห้องปฏิบัติการต่อไป
สำหรับ ΦX174 ถือเป็นระบบทดสอบที่มีขนาดค่อนข้างกะทัดรัด เนื่องจากจีโนมของมันมีคู่เบสน้อยกว่า 6,000 คู่ เมื่อเทียบกับจีโนมมนุษย์ที่มีอยู่ประมาณ 3,000 ล้านคู่ แม้จะมีขนาดเล็ก แต่ Hie ย้ำว่านักวิจัยยังคงต้องเผชิญกับภารกิจที่ยากลำบากในการตีความลำดับดีเอ็นเอความยาว 5,400 ตัวอักษรทีละยีน
"ถ้าแบคทีเรียดื้อยาต่อฟาจตัวเดียว ก็ถือว่าเกมจบสำหรับยานั้น แต่ถ้าคุณมีฟาจที่แตกต่างกันทางพันธุกรรมหลายตัวผสมกัน แบคทีเรียก็จะดื้อยาต่อยาทั้งค็อกเทลได้ยากขึ้น"
งานวิจัยชิ้นนี้ยังได้ทดสอบว่า แบบจำลองคอมพิวเตอร์จะสามารถสร้างจีโนมไวรัสที่มีชีวิตและใช้งานได้จริงทั้งชุด แทนที่จะทำได้เพียงแค่การแก้ไขดีเอ็นเอในตำแหน่งท้องถิ่นเท่านั้น โดย Samuel King ได้พัฒนาเฟรมเวิร์กการคำนวณขึ้นมาเพื่อลดจำนวนจีโนมผู้ท้าชิงที่จะต้องส่งไปสังเคราะห์ทางเคมี ช่วยให้ประหยัดงบประมาณและมุ่งเน้นงบไปยังตัวเลือกที่มีความสมบูรณ์สูงสุด
การพัฒนาแบคเท리오ฟาจด้วย AI ถือเป็นก้าวกระโดดครั้งสำคัญในการรับมือกับวิกฤตแบคทีเรียดื้อยาปฏิชีวนะ (AMR) ที่องค์การอนามัยโลกจัดให้เป็นหนึ่งในภัยคุกคามสุขภาพระดับโลก การใช้ค็อกเทลฟาจหลายสายพันธุ์ผสมกันช่วยป้องกันไม่ให้เชื้อโรคปรับตัวต้านทานยาได้ง่ายเหมือนการใช้ยาปฏิชีวนะแบบดั้งเดิม
ทางด้านสแตนฟอร์ดรายงานว่า ค็อกเทลซึ่งประกอบด้วยฟาจที่คัดเลือกมาทั้ง 16 ชนิด สามารถเอาชนะการดื้อยาของแบคทีเรีย E. coli ที่มีภูมิคุ้มกันต่อ ΦX174 ตามธรรมชาติได้อย่างรวดเร็ว ขณะเดียวกัน Hie ยังเปิดเผยว่างานวิจัยลักษณะนี้อาจถูกนำไปต่อยอดเพื่อจัดการกับเชื้อ Staphylococcus aureus ที่ดื้อต่อยาเมธิซิลิน (MRSA) รวมถึง Pseudomonas aeruginosa ซึ่งเป็นสาเหตุสำคัญของการติดเชื้อในโรงพยาบาล
ปัจจุบัน Hie ได้เผยแพร่ Evo 2 ในรูปแบบซอฟต์แวร์โอเพนซอร์ส เพื่อให้นักวิจัยทั่วโลกสามารถดาวน์โหลดไปใช้ในการออกแบบจีโนมได้ แม้จะมีข้อถกเถียงเรื่องความปลอดภัยและความมั่นคงปลอดภัย แต่ผู้สร้างมองว่าภัยคุกคามจากเชื้อโรคที่มีอยู่ตามธรรมชาติยังคงน่ากังวลมากกว่า และระบบ AI ยังช่วยเป็นเครื่องรับมือกับการแพร่ระบาดรวมถึงภัยคุกคามทางชีวภาพได้อีกด้วย
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ที่มา: AI News
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น