Мой блог
Как нейросети научились создавать новые цепочки ДНК: прорыв модели Evo 2
Современные языковые модели для работы с геномами открывают новую эру в биотехнологиях. Я внимательно изучил недавнее исследование из Стэнфорда, где ученые впервые применили искусственный интеллект для генерации жизнеспособного вируса.
Подобные разработки заставляют по-новому взглянуть на возможности цифровых алгоритмов в медицине и биологии. В этом материале я подробно разберу, как работает модель Evo 2, какие эксперименты провели исследователи и почему создание синтетических вирусов с помощью нейросетей уже стало реальностью.
Модель Evo 2, которая генерирует геномы
В научной среде создание вирусных геномов с помощью синтетических методов изучается уже давно. Еще более двадцати лет назад исследователи собирали бактериофаг phiX174 из лабораторных олигонуклеотидов. Термин «фаг» означает «пожирать», то есть такие вирусы способны уничтожать определенные бактерии, что открывает отличные перспективы для разработки новых антибиотиков.
Ключевым шагом стало недавнее открытие химиков и биоинженеров из Стэнфорда, опубликованное в журнале Science. Специалисты задействовали специализированную языковую модель генома под названием Evo 2. Эта система способна конструировать принципиально новые последовательности ДНК, опираясь на заложенные алгоритмы обработки данных.
Получив в свое распоряжение крошечный фрагмент ДНК бактериофага phiX174, нейросеть приступила к проектированию новых фагов, нацеленных на борьбу с кишечной палочкой E. coli. Суть эксперимента заключалась в обучении искусственного интеллекта распознавать природные закономерности структуры ДНК, после чего алгоритм самостоятельно написал рецепты для абсолютно новых вирусных агентов.
Синтетические вирусы с заданными свойствами
На первом этапе модель запускалась на обычных вычислительных системах, однако в рамках нового исследования авторы перенесли технологию в практическую плоскость реальной лаборатории. Используя сгенерированные Evo 2 геномы, специалисты синтезировали порядка трехсот новых фагов и протестировали их на жизнеспособность против E. coli, отобрав шестнадцать наиболее эффективных образцов.
Как отмечают разработчики, перед нейросетью стояла задача создать весь геном целиком за один единственный проход без дополнительного вмешательства. В итоге алгоритм выдал тысячи вариантов, причем некоторые из них продемонстрировали более высокую приспособленность в лабораторных тестах по сравнению с природным аналогом phiX174.
Конечно, возникает закономерный вопрос безопасности, ведь теоретически подобные технологии можно использовать для синтеза опасных агентов. Однако эксперты отмечают, что созданные ИИ вирусы в данном эксперименте не несут угрозы людям, поскольку они специализируются исключительно на бактериальных клетках. В процессе обучения модель проанализировала около девяти триллионов нуклеотидов, обращаясь с цепочками ДНК точно так же, как стандартные LLM обращаются с текстами или программным кодом.
В перспективе подобные языковые модели могут масштабироваться для работы с гораздо более крупными биологическими структурами. Если вирусы состоят всего из нескольких тысяч нуклеотидов, то человеческий геном насчитывает свыше трех миллиардов. Тем не менее, медицинское сообщество с оптимизмом смотрит на развитие генных нейросетей, так как многие современные методы лечения уже строятся на основе вирусных векторов.
Опенсорс и будущее использование
Сегодня любой желающий может свободно скачать модель Evo 2 из публичного репозитория на GitHub, чтобы адаптировать ее под собственные исследовательские задачи. Открытие такого инструмента закономерно породило дискуссии о безопасности, однако научное сообщество сходится во мнении, что общая польза от подобных технологий перевешивает потенциальные риски.
Если говорить о гипотетических угрозах, то в будущем модель можно интегрировать с автономными ИИ-агентами и удаленными биолабораториями пятого поколения. В такой связке вся цепочка от постановки задачи до физического выпуска готового вируса с заданными характеристиками сможет выполняться без прямого участия человека. Подробности этого масштабного исследования были опубликованы в августе 2026 года.
