Опрос
|
реклама
Быстрый переход
Человеку впервые ввели вирусы, созданные ИИ для борьбы с бактериями — результат засекречен
23.10.2026 [12:24],
Геннадий Детинич
Американская компания Radical Numerics сообщила о первом известном случае введения человеку вирусов, спроектированных с помощью ИИ. Инъекцию сделали в рамках программы расширенного доступа к экспериментальным лекарствам, когда другие методы лечения не помогают. Вирусы должны были поразить устойчивые к антибиотикам бактерии и спасти пациенту жизнь. Результаты эксперимента засекречены. 
Источник изображения: ИИ-генерация ChatGPT/3DNews Широкое использование антибиотиков в прошлом привело к закономерному результату — ряд бактерий стал устойчивым к их воздействию. Кроме того, существует такое явление, как внутрибольничные инфекции, — оно имеет ту же природу. Вместо лекарств на бактерии можно натравить вирусы, с проектированием которых потенциально может справиться искусственный интеллект. Такие работы уже ведутся, и исследователи говорят о первых успехах. По крайней мере, в лабораторных условиях, на чашках Петри, искусственно созданные с помощью ИИ вирусы уже атакуют и побеждают целевые бактерии. Но как это будет работать в организме людей остаётся неизвестным. Возможно, эксперименты с участием людей уже ведутся. Бывают случаи, когда пациент смертельно болен и ему уже ничем не помочь. Тогда новое, ещё не испытанное лекарство становится последней соломинкой на пути к выздоровлению. Компания Radical Numerics может быть не первой в этой области, но она впервые публично сообщила о проведении подобного испытания с участием человека. Для разработки вирусного бактериофага учёные использовали модель Omnii-1, предназначенную для анализа и проектирования биологических цепочек. Экспериментальное лечение провели в рамках программы индивидуального доступа к исследуемой терапии под медицинским наблюдением, вне обычного клинического исследования. При этом опубликованные сведения исходят от самой компании, а результаты лечения пациента пока не раскрываются. Проще говоря, информации придётся поверить на слово. Omnii-1 — мультимодальная языковая модель генома, предварительно обученная на разнообразных генетических последовательностях и данных о работе клеток, а затем дополнительно обученная на геномах бактериофагов. В описанных компанией экспериментах модель использовали для модификации фага T7, поражающего кишечную палочку Escherichia coli. Особое внимание уделили гену gp17, кодирующему белок, с помощью которого вирус распознаёт рецепторы на поверхности бактерии. Генетические изменения в этой области позволяют менять способность фага связываться с определёнными бактериальными штаммами. Геном T7 состоит примерно из 40 тысяч пар оснований. По данным Radical Numerics, модель не только генерировала варианты вируса, но и помогала отбирать наиболее перспективные конструкции для лабораторной проверки. В одном из экспериментов удалось получить жизнеспособные фаги в 69,9 % случаев против 4,8 % у случайно изменённых контрольных вариантов. Из 6694 вариантов с измеренной активностью 2161 показал результат выше, чем исходный фаг. В отдельном эксперименте исследователи проверили способность модели прогнозировать взаимодействия бактериофагов с различными штаммами бактерий. Перед введением пациенту смесь разработанных фагов уничтожила выделенный у него устойчивый к антибиотикам бактериальный изолят в чашке Петри. Однако подтверждённые результаты пока ограничиваются лабораторными испытаниями и фактом введения экспериментального препарата пациенту. Компания не раскрывает вид инфекции, подробности лечения и состояние человека после процедуры, ссылаясь на конфиденциальность. Она также подчёркивает, что данные об одном пациенте не позволяют установить безопасность и эффективность метода в целом, а разработанные препараты не одобрены для широкого клинического применения. Google представила ИИ-платформу для исследования человеческого генома и закономерностей изменения ДНК
08.09.2026 [19:11],
Сергей Сурабекянц
Лаборатория Google DeepMind представила платформу Atlas на основе ИИ, которая должна помочь учёным разгадать тайны генома человека. По словам разработчиков, Atlas изменит нынешнее понимание биологии, ускорит научные исследования и проложит путь к новым методам лечения заболеваний. Исследователи утверждают, что представленная платформа содержит «прогнозируемую карту каждого возможного изменения ДНК в геноме человека». 
Источник изображения: Google Макромолекула ДНК состоит из двух нуклеотидных цепей, сформированных четырьмя азотистыми основаниями: аденином (A), гуанином (G), тимином (T) и цитозином (C). Основания одной цепи соединены с основаниями другой парными связями по принципу комплементарности: аденин соединяется только с тимином, гуанин — только с цитозином. 
Источник изображения: Wikipedia Геном человека содержит примерно 3 миллиарда таких пар и представляет собой совокупность наследственного материала, заключённого в клетке человека. Изменения отдельных сочетаний могут быть безвредными, определять различия между людьми или играть роль в развитии заболеваний. Главная задача исследователей генома состоит в том, чтобы выяснить, какое влияние окажет каждое из примерно 9 миллиардов потенциальных замен одного основания. 
Источник изображения: Wikipedia Платформа Atlas содержит прогнозы того, как каждый из этих 9 миллиардов вариантов может повлиять на организм на молекулярном уровне, например, изменить количество определённого вырабатываемого белка. Исследователи называют это «самым полным каталогом того, как генетические мутации влияют на молекулярную биологию». Доступ к платформе возможен через веб-портал, при помощи ИИ-агентов Antigravity и через собственный интерфейс AlphaGenome. Чтобы помочь исследователям разобраться в миллиардах возможных вариантов и сосредоточиться на мутациях, заслуживающих более пристального внимания, Google также выпускает так называемый Variant Impact Score, который использует другие модели компании для прогнозирования последствий изменений ДНК. По словам компании, «теперь исследователи могут быстро ранжировать варианты и одновременно интерпретировать их молекулярные эффекты». Проект Atlas основан на AlphaGenome, модели ИИ, представленной DeepMind в прошлом году, которая помогает учёным выявлять генетические факторы, вызывающие заболевания, а также на AlphaMissence, более раннем инструменте, ориентированном на прогнозирование того, как мутации могут изменять белки. Atlas идёт гораздо дальше, распространяя прогнозы на весь геном, включая подавляющее большинство участков, которые не кодируют белки напрямую, но могут контролировать поведение генов. 
Источник изображения: unsplash.com AlphaGenome была обучена с использованием общедоступных баз данных геномов человека и мыши, что позволило ей выявлять закономерности между изменениями ДНК и биологическими процессами. Применение этих прогнозов к миллиардам возможных вариантов привело к созданию огромного набора данных, размер которого, по словам Google, составляет примерно 1 петабайт. Компания с сегодняшнего дня предоставляет доступ к Atlas для некоммерческого использования через свой сайт, вскоре должна стать доступна коммерческая версия в Google Cloud. Atlas — это очередная попытка Google использовать ИИ для решения ключевых проблем в науке и медицине. Самая известная работа компании в этой области — AlphaFold, модель прогнозирования структуры белка, за которую её создатели Демис Хассабис (Demis Hassabis) и Джон Джампер (John Jumper) получили Нобелевскую премию по химии 2024 года. Компания также разработала инструменты ИИ для прогнозирования погоды, оптимизации поиска новых решений в вычислительной технике и математике, а также для оказания помощи исследователям при помощи ИИ-агентов. ИИ превзошёл эволюцию в синтезе важнейших элементов ДНК — генная терапия готова совершить новый виток
03.01.2026 [14:55],
Геннадий Детинич
Современная генетика всё чаще обращается к искусственному интеллекту как к инструменту не только анализа, но и создания новых биологических элементов. В новой работе учёные показали, что генеративные модели ИИ способны проектировать регуляторные участки ДНК — фрагменты, отвечающие за экспрессию генов. Это новый шаг: вместо поиска подходящих регуляторов в природе исследователи начали создавать их с нуля под конкретные задачи. 
Источник изображения: ИИ-генерация ChatGPT 5.2/3DNews В основе работы лежит метод DNA-Diffusion — алгоритм, заимствующий идеи из диффузионных моделей, широко применяемых в генерации изображений и текста. Модель обучалась на огромных массивах геномных данных и научилась предсказывать, какие последовательности ДНК будут эффективно включать или усиливать работу генов в определённых типах клеток. В результате ИИ смог сгенерировать тысячи вариантов синтетических регуляторов, многие из которых оказались функционально сильнее природных аналогов. Экспериментальная проверка показала, что созданные ИИ регуляторные элементы действительно работают в живых клетках. Более того, они продемонстрировали высокую точность: активировали гены именно в нужных клетках, минимизируя побочные эффекты. Особенно показательным стал пример с геном AXIN2 (важным для подавления лейкемии) — синтетические регуляторы управляли его активностью эффективнее природных защитных вариантов. Значение этой работы выходит далеко за рамки фундаментальной науки. Возможность целенаправленно конструировать регуляторные фрагменты ДНК открывает путь к более безопасной и точной генной терапии, созданию «умных» генетических лекарств и тонкой настройке клеточных функций. По сути, ИИ начинает выступать в роли инженера генома, расширяя границы того, что ранее считалось возможным только в ходе естественного эволюционного процесса. |
© 1997—2026 3DNews
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
