AI BioDesign-ი ახალი წამლებისა და პლასტმასის დამშლელი ფერმენტების შექმნას ისახავს მიზნად.
He Won the Nobel Prize for Protein Design. Now He Uses AI to Create Molecules Not Found in Nature
წყარო: Wired. ქართული თარგმანი — შიკრიკი.

ტექსტი ავტომატურად ითარგმნა. წყარო: Wired.
მკვლევრები მონაცემთა ბაზების, მოდელებისა და ხელსაწყოების შექმნას ცდილობენ. მომავალში ისინი ახალი წამლებისა და ტექნოლოგიების შემუშავების საწყისი შეიძლება გახდეს. ავტორებს, მაგალითად, კიბოსა და ნეიროდეგენერაციული დაავადებების სამკურნალო ახალი პრეპარატების შექმნა წარმოუდგენიათ. კიდევ ერთი შესაძლებლობა ფერმენტებია, რომლებსაც ოკეანეში პლასტმასის დაშლა შეუძლია.
ინიციატივას სიეტლში მდებარე ბიოსამედიცინო კვლევების არაკომერციული ორგანიზაცია, ალენის ინსტიტუტი (Allen Institute) ხელმძღვანელობს. მასთან ერთად პროექტში ვაშინგტონის უნივერსიტეტი (University of Washington) და ფრედ ჰაჩინსონის კიბოს ცენტრი (Fred Hutchinson Cancer Center) მონაწილეობენ. ერთ-ერთი წამყვანი მეცნიერი დევიდ ბეიკერია. მან გამოთვლითი მეთოდებით ცილების შექმნაზე მუშაობისთვის 2024 წლის ნობელის პრემია ქიმიაში სხვა მეცნიერებთან ერთად მიიღო.
ბიოლოგიის ისტორიის უდიდესი ნაწილის განმავლობაში მეცნიერები მილიარდობით წლიან ევოლუციაში ჩამოყალიბებულ გადაწყვეტებს სწავლობდნენ. იმ შესაძლებლობების კვლევა, რომლებიც ბუნებას არასოდეს შეუქმნია, არსებითად ახალი მიდგომაა. ტექნოლოგია ამას უკვე შესაძლებელს ხდის. დარგის ერთ-ერთი ლიდერი ამ მეთოდების პოტენციალს ისეთ ისტორიულ გარდაქმნებსაც კი ადარებს, როგორებიც ინდუსტრიალიზაცია, ელექტრიფიკაცია და ციფრული რევოლუციაა.
თუმცა ბიოლოგიის სრულიად ახალ სფეროებში შეღწევა რთულ კითხვებსაც წარმოშობს. უაირდის ესპანურენოვანი გამოცემა (WIRED en Español) ამ და სხვა საკითხებზე AI BioDesign-ის მთავარ სამეცნიერო ხელმძღვანელს, დევიდ ბეიკერს ესაუბრა.
ინტერვიუ შემოკლებული და სიცხადისთვის რედაქტირებულია.
ხორხე გარაი: AI BioDesign-ს იმ შესაძლო მოლეკულებისა და ბიოლოგიური ფუნქციების კვლევა სურს, რომლებიც ბუნებაში არასოდეს არსებულა. უკავშირდება თუ არა რაიმე განსაკუთრებული რისკი ამ შეუსწავლელ სფეროში შესვლას? როგორ შეუძლიათ მეცნიერებს ამ რისკების წინასწარ განსაზღვრა? რა ზომების მიღება შეუძლიათ მათ რისკების შესამცირებლად, ვიდრე შექმნილი მოლეკულა ლაბორატორიას დატოვებს?
დევიდ ბეიკერი: „ბიოლოგია საინტერესოა, რადგან ბუნებამ ფიზიკურად და ქიმიურად შესაძლებელი ვარიანტების მხოლოდ მცირე ნაწილი გამოსცადა. ეს კი ჩვენს წინაშე დიზაინის შესაძლებლობებით სავსე სამყაროს ხსნის. მათი კვლევისას ძირითადი რისკები დიდად არ განსხვავდება ნებისმიერი ახალი ბიოლოგიური ტექნოლოგიის საფრთხეებისგან. მათ შორისაა ცოცხალ სისტემებთან გაუთვალისწინებელი ურთიერთქმედება, გარემოზე მოულოდნელი გავლენა ან ბოროტად გამოყენება.
დღეს ჩვენი უპირატესობა ისაა, რომ გამოთვლითი დიზაინი მრავალი რისკის შეფასებას მოლეკულის სინთეზამდე გვაძლევს. შეგვიძლია, დიზაინები კომპიუტერულად შევამოწმოთ და კონტროლირებად ლაბორატორიულ პირობებში საფუძვლიანად გამოვცადოთ. რეალურ სამყაროში გამოყენების განხილვამდე ისინი თანდათან უფრო რეალისტური ექსპერიმენტული შემოწმების რამდენიმე ეტაპს გაივლიან“.

The AI Slowdown Debate Crashed Salesforce’s Party
ხორხე გარაი: პროექტში ჩამოთვლილ შესაძლებლობებს შორის ახალი წამლები, პლასტმასის დამშლელი ფერმენტები და ბიოლოგიური კომპიუტერებიც კია. თუ ახალი მოლეკულებისა და ბიოლოგიური ფუნქციების შექმნისას პროგნოზირების მეტი უნარი გვექნება, რამდენად შორს შეიძლება წაგვიყვანოს ამ შესაძლებლობამ?
დევიდ ბეიკერი: „მე და ჩემს გუნდს ცილების დიზაინთან დაკავშირებით ამბიციური მიზნები გვაქვს. გვსურს ისეთი სამყარო შევქმნათ, სადაც ახალი დაავადების სამკურნალო საშუალება რამდენიმე კვირაში შეიქმნება და არა ათწლეულებში. სადაც ჰაერი, წყალი და ნიადაგი სუფთაა, რადგან დამაბინძურებლები მოვაშორეთ და დაბინძურების გამომწვევი პროცესები თავიდან გავიაზრეთ. სადაც სასოფლო-სამეურნეო კულტურები იმ პირობებში ხარობს, რომლებიც ადრე მათ ანადგურებდა. სადაც მოლეკულური მანქანები ნარჩენებიდან კრიტიკულად მნიშვნელოვან მინერალებს გამოყოფს და იმ ინფრასტრუქტურას აღადგენს, რომელზეც დამოკიდებული ვართ.
ცილები მოლეკულური მანქანებია, რომლებიც სიცოცხლემ დედამიწაზე ჩვენთვის ცნობილი ყველა ორგანული ნივთიერების შესაქმნელად განავითარა. მათი სრული პოტენციალის ათვისება საინჟინრო პრინციპების გამოყვანას მოითხოვს. ამ პრინციპებმა ინოვაციური ახალი იდეების განხორციელება უნდა გახადოს შესაძლებელი, მათ შორის, ისეთებისაც, რომელთა წარმოდგენაც ჯერ არ შეგვიძლია“.
ხორხე გარაი: მოდელების შესაძლებლობების ზრდასთან ერთად, შეძლებს თუ არა ხელოვნური ინტელექტი ისეთი ფუნქციური მოლეკულების შექმნას, რომლებიც თავად მეცნიერებს სრულად არ ესმით? თუ შეძლებს, საკმარისი იქნება ექსპერიმენტულად იმის ჩვენება, რომ ისინი მუშაობს და უსაფრთხოა? თუ მათი მოქმედების მექანიზმებიც უნდა გვესმოდეს?
დევიდ ბეიკერი: „მეცნიერება ხშირად ეტაპობრივად ვითარდებოდა. იმავეს ვხედავთ, როცა მანქანური სწავლების გავლენას ცილების დიზაინის განვითარებაზე ვაკვირდებით. პირველი ნაბიჯი, ჩვეულებრივ, იმის დანახვაა, რომ რაღაც მუშაობს. ხშირად მხოლოდ მოგვიანებით ვიგებთ, რატომ მუშაობს. მანქანური სწავლება ამ პირველ ეტაპს განსაკუთრებით კარგად უმკლავდება. მან მნიშვნელოვნად გააუმჯობესა იმ კანონზომიერებების აღმოჩენის ჩვენი უნარი, რომელთა გამოყენებაც ბიოლოგიური დიზაინისთვის შეიძლება.
მყარი ექსპერიმენტული მტკიცებულება პროექტების გაგრძელებას შეიძლება ამართლებდეს. თუმცა უფრო ღრმა გაგება მნიშვნელოვან მიზნად რჩება როგორც ჩვენი კვლევისთვის, ისე მთლიანად სამეცნიერო ძიებისთვის. დღეს ბევრ რამეს სწორედ ცოდნის ან მონაცემების ნაკლებობის გამო ვერ ვაღწევთ. ეს ცოდნა და მონაცემები განსაზღვრავს, როგორ მუშაობს ან არ მუშაობს კონკრეტული სისტემა. სწორედ ესაა AI BioDesign-ის პროგრამის მთავარი არსი“.
ხორხე გარაი: თქვენი აზრით, არსებობს მოლეკულები ან ბიოლოგიური ფუნქციები, რომლებიც ტექნიკური შესაძლებლობის მიუხედავად არ უნდა შეიქმნას? რომელმა კრიტერიუმებმა უნდა განსაზღვროს ეს ზღვარი?
დევიდ ბეიკერი: „გადაწყვეტილებები შესაძლო სარგებელსა და შესაძლო ზიანს შორის წონასწორობამ უნდა განსაზღვროს. ჯანმრთელობის, მდგრადობისა და ადამიანთა კეთილდღეობის მნიშვნელოვან გამოწვევებზე მიმართული გამოყენების გზების განვითარება საფუძვლიანად გამართლებულია. ამის საპირისპიროდ, იმ დიზაინებს, რომლებიც საზოგადოებრივ უსაფრთხოებას, დაცულობას ან გარემოს მნიშვნელოვან საფრთხეს უქმნის, გაძლიერებული შემოწმება სჭირდება. ზოგ შემთხვევაში მკაფიო შეზღუდვებიც საჭიროა.
როგორც სხვა მძლავრი ტექნოლოგიებისთვის შევიმუშავეთ ჩარჩოები, ასევე გვჭირდება მმართველობის სტრუქტურები, რომლებიც ხელოვნური ინტელექტისა და ბიოტექნოლოგიის განვითარებასთან ერთად შეიცვლება. მე მხარს ვუჭერ შეზღუდვებს, რომლებიც მთელი წარმოებული სინთეზური დნმ-ის მონიტორინგსა და აღრიცხვას მოიცავს. ჩანაწერში მისი თანმიმდევრობა და შემქმნელი უნდა დაფიქსირდეს. ეს ბოროტად გამოყენებისთვის პრაქტიკულ დაბრკოლებას შექმნის და მავნე განზრახვით განხორციელებულ ნებისმიერ მცდელობას აღრიცხავს“.
თემებიდევიდ ბეიკერიხორხე გარაიAI BioDesignალენის ინსტიტუტივაშინგტონის უნივერსიტეტიფრედ ჰაჩინსონის კიბოს ცენტრისიეტლიხელოვნური ინტელექტიცილების დიზაინი
შეადარე თარგმანი გამოცემის ორიგინალურ ტექსტს.
გამოქვეყნდა 18 სექტემბერი, 2026

Customer Data Permanently Lost in Iran Strikes on Amazon Data Centers

The EU Wants to Break Up Kids and Their Chatbots

Laut Theorien unmöglich: Mit Abstand jüngster Exoplanet gefunden

Microsoft AI chief warns Anthropic not to put ideas in Claude's head

AI titans to attend Xi White House dinner
კომენტარი (0)
გაგვიზიარე შენი აზრი.
კომენტარები ავტომატურად მოწმდება.
აზრის გასაზიარებლად შექმენი ანგარიში ან შედი.
კომენტარები ჯერ არ არის. დაწერე პირველი.