Researchers Utilize AI to Synthesize Novel Functional Viruses

처음으로 과학자들은 자연에 존재하지 않는 완전히 새로운 바이러스를 조작하기 위해 인공 지능을 성공적으로 배포했습니다. Evo 1 및 Evo 2로 알려진 고급 기본 모델을 활용하여 Stanford University와 Arc Institute의 연구원들은 특정 박테리아를 특별히 표적으로 삼아 제거하는 바이러스를 합성할 수 있었습니다. 이전에는 합성 생물학을 통해 연구자들이 백신 및 약물 개발을 위해 기존 병원체를 재현하거나 수정할 수 있었지만, 이번 연구는 AI가 처음부터 새로운 바이러스 게놈을 성공적으로 설계할 수 있음을 보여줌으로써 변화를 나타냅니다. 이러한 AI 모델은 자연 세계의 수백만 게놈으로 구성된 대규모 데이터세트에서 훈련되었으며, 일반적인 박테리오파지에서는 볼 수 없는 뚜렷한 조절 요소와 유전적 구조를 가진 기능성 유기체를 구축하는 데 필요한 복잡한 생물학적 제약과 진화 패턴을 학습했습니다.

이번 연구는 자연적으로 박테리아에 감염되는 바이러스인 박테리오파지에 초점을 맞췄다. 연구팀은 Phi X-174 바이러스를 생물학적 기준점으로 사용하여 DNA 삽입, 복제, 바이러스 조립 등 대장균 감염에 필요한 기능적 요구 사항을 유지할 수 있으면서도 알려진 자연 서열과 크게 다른 게놈을 생성하도록 AI에 지시했습니다. 연구자들은 알고리즘에 의해 생성된 수천 개의 디자인 중에서 내부 유전자 구성을 기반으로 기능에 대한 가장 유망한 가능성을 입증한 300개의 후보로 선택 범위를 좁혔습니다. 이 300개의 디자인은 실험실 환경에서 합성되었습니다. 테스트 결과, 이러한 합성 생성물 중 16개는 완전한 기능을 갖추고 대장균을 감염시킬 수 있는 것으로 나타났습니다. 이러한 특정 바이러스는 다양한 행동을 보였으며 일부는 다른 것보다 더 빠르게 복제되어 AI가 맞춤형 특성을 가진 실행 가능한 생물학적 에이전트를 안정적으로 생성할 수 있음을 입증했습니다.

이 연구의 가장 유망한 의미 중 하나는 항생제 내성 박테리아 감염을 퇴치하기 위한 고급 파지 치료법의 개발입니다. 실험실 실험에서 AI로 생성된 박테리오파지는 이미 Phi X-174와 유사한 천연 파지에 대한 저항성을 발달시킨 대장균 균주에 노출되었습니다. 결과는 합성 바이러스가 이러한 저항성을 신속하게 극복하고 성공적인 감염을 확립하여 박테리아를 효과적으로 중화시킬 수 있음을 나타냅니다. 이는 AI를 사용하여 병원체와 함께 진화하는 맞춤형 의료 치료법을 설계할 수 있는 미래를 제시합니다. 이러한 AI 시스템은 새로운 생물학적 구조를 매우 빠르게 합성할 수 있기 때문에 점점 커지는 박테리아 내성 위기에 대응할 수 있는 잠재적 경로를 제공하고 돌연변이 변종에 대해 더 이상 효과적이지 않을 수 있는 기존 항생제에 대한 대안을 제공합니다.

파지 치료의 과학적 잠재력은 중요하지만, 이 이정표는 생명공학에서 생성 AI의 이중 용도 특성에 대한 우려를 강화했습니다. 존스 홉킨스 건강 보안 센터의 모리츠 행크(Moritz Hanke)를 포함한 전문가들은 AI 기반 합성 생물학의 급속한 발전과 이를 통제할 강력한 규제 프레임워크의 부족 사이의 위험한 단절을 지적했습니다. 치료용 박테리오파지를 만드는 데 사용된 동일한 기술이 독성이 높거나 치명적이거나 전염병이 가능한 병원체를 설계하는 데 용도가 변경될 수 있다는 명백한 두려움이 있습니다. 이러한 걱정은 새로운 것이 아닙니다. Rand Corporation과 같은 조직의 이전 경고는 고급 AI가 생물학적 공격 계획을 어떻게 개선할 수 있는지 강조했습니다. 현재 현실은 이러한 강력한 생성 도구의 악의적인 이용을 방지하기 위한 효과적인 보호 장치가 현재 거의 존재하지 않으며, 이로 인해 기술이 확장됨에 따라 정부가 메우기 위해 애쓰고 있는 규제 격차가 남아 있다는 것입니다.