AI ஒரு தொடக்கத்தில் இருந்து வேலை செய்யும் வைரஸ்களை வடிவமைக்கிறது: உருவாக்க உயிரியலில் ஒரு முன்னேற்றம்

AI செயல்படும் வைரஸ்களை உருவாக்குகிறது: உருவாக்க உயிரியலில் ஒரு முதல்

ஒரு முக்கிய சாதனையில், விஞ்ஞானிகள் செயற்கை நுண்ணறிவைப் பயன்படுத்தி பாக்டீரியாவைத் தொற்றி இனப்பெருக்கம் செய்யக்கூடிய வைரஸ்களை புதிதாக வடிவமைத்துள்ளனர். AI மரபணு குறியீட்டை பகுப்பாய்வு செய்வதற்கு அப்பால் சென்று அதன் புதிய பதிப்புகளை எழுதுவது இதுவே முதல் முறை. பாக்டீரியோபேஜ்கள் அல்லது பேஜ்கள் எனப்படும் இந்த வைரஸ்கள் மனிதர்களுக்கு தீங்கு விளைவிப்பதில்லை, ஆனால் பாக்டீரியாக்களின் இயற்கையான வேட்டையாடுபவை. Evo 1 மற்றும் Evo 2 AI அமைப்புகளைப் பயன்படுத்தி ஒரு குழுவினர் வெளியிட்ட இந்த ஆராய்ச்சி, AI புதிய உயிரியல் மூலக்கூறுகள் மற்றும் உயிரினங்களை வடிவமைக்கப் பயன்படும் உருவாக்க உயிரியலின் வளர்ந்து வரும் துறைக்கு ஒரு குறிப்பிடத்தக்க படியாகும்.

பாக்டீரியோபேஜ்களைப் புரிந்துகொள்வது: இயற்கையின் பாக்டீரியா வேட்டையாடுபவை

பாக்டீரியோபேஜ்கள் பூமியில் மிகவும் ஏராளமான மற்றும் வேறுபட்ட உயிரியல் நிறுவனங்களில் ஒன்றாகும், அவை பாக்டீரியாக்களுடன் பல பில்லியன் ஆண்டுகளாக இணைந்து உருவாகியுள்ளன. அவை மிகவும் சிறப்பு வாய்ந்தவை, ஒரு பாக்டீரியத்தின் மேற்பரப்பில் உள்ள குறிப்பிட்ட மூலக்கூறுகளை அடையாளம் கண்டு, தங்களை இணைத்து, அவற்றின் மரபணுப் பொருளை உள்ளே செலுத்துகின்றன. உள்ளே நுழைந்ததும், பேஜ் பாக்டீரியத்தின் மூலக்கூறு இயந்திரங்களைக் கடத்தி தன்னுடைய புதிய நகல்களை உருவாக்குகிறது. இறுதியில், பாதிக்கப்பட்ட செல் வெடித்து, மற்ற பாக்டீரியாக்களைத் தொற்ற புதிய பேஜ்களை வெளியிடுகிறது. இந்த வாழ்க்கைச் சுழற்சி பேஜ்களை AI இன் உயிரியல் வடிவமைப்பு திறன்களை சோதிக்க ஏற்றதாக ஆக்குகிறது. அவற்றின் மரபணுக்கள் மிகச் சிறியவை, ஆராய்ச்சியாளர்கள் DNA ஐ ஒப்பீட்டளவில் விரைவாக ஒருங்கிணைத்து அது நோக்கம் போல் செயல்படுகிறதா என்பதை சோதிக்க அனுமதிக்கிறது. முடிவும் பைனரி ஆகும்: மரபணு வழிமுறைகள் ஒரு வேலை செய்யும் பேஜை உருவாக்குகின்றன அல்லது இல்லை.

முன்னேற்றத்தின் பின்னணியில் உள்ள AI: Evo 1 மற்றும் Evo 2

இந்த ஆய்வில் பயன்படுத்தப்பட்ட AI அமைப்புகளான Evo 1 மற்றும் Evo 2, ChatGPT போன்ற பெரிய மொழி மாதிரிகள் உரையுடன் செயல்படுவதைப் போலவே மரபணு வரிசைகளுடன் செயல்பட வடிவமைக்கப்பட்டுள்ளன. ஒரு மொழி மாதிரி சொற்கள் மற்றும் வாக்கியங்களில் உள்ள வடிவங்களைக் கற்றுக்கொள்கிறது; ஒரு மரபணு மாதிரி DNA வரிசைகளில் உள்ள வடிவங்களைக் கற்றுக்கொள்கிறது. இருப்பினும், ஒரு மரபணு என்பது ஒரு நேரத்தில் ஒரு எழுத்தை மாற்றக்கூடிய வழிமுறைகளின் சரம் அல்ல. அதன் வெவ்வேறு பகுதிகள் ஒன்றாக வேலை செய்ய வேண்டும். ஒரு பேஜில், DNA சரியான பாக்டீரியத்தை அடையாளம் காண்பதற்கான வழிமுறைகளைக் கொண்டிருக்க வேண்டும், அதன் இயந்திரங்களைக் கைப்பற்றி, நகலெடுத்து, புதிய வைரஸ் துகள்களை இணைக்க வேண்டும். AI இந்த சிக்கலான தொடர்புகளை ஏராளமான தரவுத்தொகுப்புகளிலிருந்து கற்றுக்கொள்ள வேண்டியிருந்தது.

வடிவமைப்பிலிருந்து செயல்பாட்டிற்கு: சோதனை செயல்முறை

ஆராய்ச்சியாளர்கள் நன்கு ஆய்வு செய்யப்பட்ட ஒரு பேஜின் புதிய பதிப்புகளை நூற்றுக்கணக்கில் வடிவமைக்க AI ஐப் பயன்படுத்தினர். பின்னர் அவர்கள் இந்த வடிவமைப்புகளுக்கான DNA ஐ ஆய்வகத்தில் ஒருங்கிணைத்து செயல்பாட்டிற்காக சோதித்தனர். சோதிக்கப்பட்ட 285 AI வடிவமைத்த மரபணுக்களில், 16 E. coli எனப்படும் பொதுவான பாக்டீரியத்தைத் தொற்றக்கூடிய வேலை செய்யும் பேஜ்களை உருவாக்கியது. சுமார் 5.6% வெற்றி விகிதம் குறைவாகத் தோன்றினாலும், வைரஸ் மரபணுக்களின் சிக்கலான தன்மையைக் கருத்தில் கொண்டு இது ஒரு குறிப்பிடத்தக்க சாதனையாகும். AI வடிவமைத்த எந்த மரபணுவும் ஒரு செயல்பாட்டு வைரஸை உருவாக்க முடியும் என்பது இந்த மாதிரிகளின் சக்திக்கு ஒரு சான்றாகும்.

உருவாக்க உயிரியலுக்கான தாக்கங்கள்

இந்த சாதனை உருவாக்க உயிரியலுக்கு ஒரு முக்கியமான படியாகும், இது புதிய உயிரியல் அமைப்புகளை உருவாக்க AI ஐப் பயன்படுத்துவதை நோக்கமாகக் கொண்டுள்ளது. புதிதாக செயல்படும் வைரஸ்களை வடிவமைக்கும் திறன் பல சாத்தியங்களைத் திறக்கிறது. எடுத்துக்காட்டாக, குறிப்பிட்ட தீங்கு விளைவிக்கும் பாக்டீரியாக்களை குறிவைக்க பேஜ்களை வடிவமைக்க முடியும், இது நுண்ணுயிர் எதிர்ப்பிகளுக்கு மாற்றீட்டை வழங்குகிறது. AI வடிவமைத்த பேஜ்கள் உயிரி தொழில்நுட்பத்திலும் பயன்படுத்தப்படலாம், எடுத்துக்காட்டாக நொதிகள் அல்லது பிற புரதங்களின் உற்பத்தியில். மேலும், Evo 1 மற்றும் Evo 2 இன் வெற்றி, AI மரபணுவியலின் சிக்கலான விதிகளைக் கற்றுக்கொள்ள முடியும் என்பதை நிரூபிக்கிறது, இது மரபணு நோய்களைப் புரிந்துகொள்வதிலும் புதிய சிகிச்சைகளை உருவாக்குவதிலும் முன்னேற்றங்களுக்கு வழிவகுக்கும்.

ஆராய்ச்சியாளர்கள் என்ன நிரூபித்துள்ளனர், என்ன நிரூபிக்கவில்லை

இந்த சாதனையின் நோக்கத்தைப் புரிந்துகொள்வது முக்கியம். AI செயல்படும் வைரஸ் மரபணுக்களை வடிவமைக்க முடியும் என்பதை ஆராய்ச்சியாளர்கள் காட்டியுள்ளனர், ஆனால் ஏற்கனவே உள்ளவற்றைக் குறிப்பிடாமல் AI முற்றிலும் புதிய வைரஸ்களை புதிதாக வடிவமைக்க முடியும் என்பதை அவர்கள் இன்னும் நிரூபிக்கவில்லை. இந்த ஆய்வில் வடிவமைக்கப்பட்ட பேஜ்கள் நன்கு ஆய்வு செய்யப்பட்ட ஒரு பேஜை அடிப்படையாகக் கொண்டவை, AI மாறுபாடுகளை உருவாக்குகிறது. இது ஒரு குறிப்பிடத்தக்க படியாகும், ஆனால் முற்றிலும் புதிய வைரஸை உருவாக்குவதற்கு இது சமமல்ல. கூடுதலாக, வெற்றி விகிதம் நம்பிக்கை அளிப்பதாக இருந்தாலும், AI செயல்படும் மரபணுக்களை எவ்வாறு வடிவமைக்கிறது என்பதைப் பற்றி இன்னும் நிறைய கற்றுக்கொள்ள வேண்டும் என்பதைக் குறிக்கிறது. ஆராய்ச்சியாளர்களின் பணி ஒரு கருத்து சான்று, AI சாத்தியமான உயிரியல் வடிவமைப்புகளை உருவாக்க முடியும் என்பதைக் காட்டுகிறது, ஆனால் நம்பகத்தன்மையை அதிகரிக்க மேலும் சுத்திகரிப்பு தேவைப்படுகிறது.

உயிரியலில் AI இன் எதிர்காலம்

இந்த ஆய்வின் வெற்றி மேலும் லட்சிய திட்டங்களுக்கு வழி வகுக்கிறது. AI மாதிரிகள் மேம்படும்போது, பாக்டீரியா அல்லது யூகேரியோடிக் செல்கள் போன்ற சிக்கலான உயிரினங்களை அவை வடிவமைக்க முடியும். இது செயற்கை உயிரியல் போன்ற துறைகளில் புரட்சியை ஏற்படுத்தக்கூடும், அங்கு விஞ்ஞானிகள் புதிய செயல்பாடுகளைக் கொண்ட உயிரினங்களை உருவாக்க முயற்சிக்கின்றனர். இருப்பினும், இது நெறிமுறை மற்றும் பாதுகாப்பு கவலைகளையும் எழுப்புகிறது. புதிதாக வைரஸ்களை வடிவமைக்கும் திறன் தவறாகப் பயன்படுத்தப்படலாம், எடுத்துக்காட்டாக, தீங்கு விளைவிக்கும் நோய்க்கிருமிகளை உருவாக்க. இதுபோன்ற ஆராய்ச்சி பொருத்தமான மேற்பார்வை மற்றும் பாதுகாப்பு நடவடிக்கைகளுடன் பொறுப்புடன் நடத்தப்படுவது முக்கியம். இந்த ஆய்வின் பின்னணியில் உள்ள ஆராய்ச்சியாளர்கள் தங்கள் பணி அடிப்படையானது என்றும் நெறிமுறை வழிகாட்டுதல்களுக்கு உறுதிபூண்டுள்ளதாகவும் வலியுறுத்துகின்றனர்.

முடிவு: மரபணு பொறியியலில் ஒரு புதிய சகாப்தம்

AI ஐப் பயன்படுத்தி செயல்படும் வைரஸ்களை உருவாக்கியது ஒரு முக்கிய சாதனையாகும், இது உயிரியலில் AI இன் மாற்றும் திறனை அடிக்கோடிட்டுக் காட்டுகிறது. AI உயிரியல் அமைப்புகளைப் புரிந்துகொள்வது மட்டுமல்லாமல் உருவாக்கவும் முடியும் என்பதை இது நிரூபிக்கிறது, இது ஆராய்ச்சி மற்றும் பயன்பாட்டிற்கான புதிய வழிகளைத் திறக்கிறது. மரபணு பொறியியலில் ஒரு புதிய சகாப்தத்தின் விளிம்பில் நாம் நிற்கும்போது, புதுமையை பொறுப்புடன் சமநிலைப்படுத்துவது அவசியம். ஆராய்ச்சியாளர்களின் பணி மனித புத்திசாலித்தனம் மற்றும் AI இன் சக்திக்கு ஒரு சான்றாகும், மேலும் இது துறையில் மேலும் முன்னேற்றங்களைத் தூண்டும் என்பதில் சந்தேகமில்லை.

இந்த கட்டுரை Medical Xpress இன் அறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.