Google DeepMind-მა AI-ით შექმნილი ცილების მონიშვნის სისტემა SynthID Bio წარადგინა

Google-ის DeepMind-ის გუნდმა 30 სექტემბერს სამეცნიერო ჟურნალ Nature-ში კვლევა გამოაქვეყნა, რომელშიც AI-ით შექმნილი ცილების წყლის ნიშნით მონიშვნის სისტემა SynthID Bio წარადგინა. მეთოდი ცილის მუშაობას არ აზიანებს და სანდო მკვლევრების მიერ დაპროექტებული ცილების ამოცნობის საშუალებას იძლევა, დანარჩენი ცილები კი უფრო ღრმად შემოწმდება.

ბიოუსაფრთხოების ხარვეზი

AI-ზე დაფუძნებული ცილების დიზაინის ხელსაწყოები უკვე რამდენიმე მნიშვნელოვან შედეგს იძლევა: არსებობს ფერმენტები, რომლებიც პლასტმასას შლიან, და ცილები, რომლებიც გველის შხამს აბათილებენ. იგივე ხელსაწყოებით შხამების შექმნაც შეიძლება. DNA-ის თანმიმდევრობების სკრინინგის პროგრამა კი AI-ით შექმნილ ცილებს ვერ ცნობს, რადგან მათზე საკმარისი მონაცემები ჯერ არ არსებობს, რომ საფრთხე შეფასდეს. რისკის დაფიქსირებიდან თითქმის ერთი წელი გამოსავალი არ არსებობდა.

როგორ მუშაობს SynthID Bio

სისტემა Google-ის SynthID ტექნოლოგიას ეფუძნება. SynthID AI-ის მიერ გენერირებულ ციფრულ მასალაში შეუმჩნეველ ნიშანს ამატებს: ნიშანი მოდელის ალბათურ არჩევანს ცვლის, ამიტომ მთელ პროდუქტზე თანაბრად ნაწილდება და კოდირების ცოდნის გარეშე მისი წაშლა შეუძლებელია.

ცილა ბევრად უფრო რთული სამიზნეა. მხოლოდ 20 ამინომჟავისგან შედგება, რომელთაგან თითოეული შესაძლოა სტრუქტურისთვის ან კატალიზური აქტივობისთვის აუცილებელი იყოს. ზოგიერთ უბანში ცვლილება დასაშვებია, ზოგიერთში კი მცირე გადახრაც ცილას უქმს ხდის. ცილა მცირეა: 500 ამინომჟავა დიდ ცილად ითვლება, სურათის მილიონობით პიქსელთან შედარებით კი ნიშნის დასამალად გაცილებით ნაკლები მასალაა.

მკვლევრებმა მეთოდი პოპულარულ ცილების დიზაინის ხელსაწყოს ProteinMPNN-ს დაუკავშირეს. ეს პროგრამა ჯაჭვის გასწვრივ ამინომჟავებს სათითაოდ ათავსებს. SynthID Bio კრიპტოგრაფიული გასაღების მსგავსი კოდითა და უკვე არჩეული ამინომჟავების მიხედვით სთავაზობს კანდიდატს, ProteinMPNN კი მას მხოლოდ მაშინ იღებს, თუ ცილა ფუნქციონალური რჩება. ამიტომ წყლის ნიშნის ამინომჟავები მხოლოდ იქ ხვდება, სადაც ქიმია ამის საშუალებას იძლევა. ნიშანი მთელ თანმიმდევრობაზეა გაფანტული, ამიტომ მისი ამოცნობა სტატისტიკურია: შემმოწმებელი გასაღებით მთელ თანმიმდევრობას ასკანირებს და ზომავს, რამდენად ხშირად გვხვდება მისი შემოთავაზებული ამინომჟავები.

შედეგები და შეზღუდვები

გუნდმა სისტემის დახმარებით ცილები შექმნა, რომლებიც ბუნებრივ სამიზნეებს უკავშირდება. წყლის ნიშნით მონიშვნამ ცილების ფუნქცია არ დაზიანა: მონიშნული ცილები სამიზნე ცილებს ჩვეულებრივად უკავშირდებოდნენ. ბიოუსაფრთხოებისთვის Google სთავაზობს, DNA-ის მწარმოებლებმა სანდო ორგანიზაციებისგან, მაგალითად უნივერსიტეტებისა და მსხვილი ბიოტექნოლოგიური კომპანიებისგან, გასაღებების ნაკრები მიიღონ. ასე ისინი სწრაფად დაადგენენ, სანდო AI-დიზაინია თუ არა უცნობი ცილა, და ყურადღებას დაუდასტურებელ ცილებზე გაამახვილებენ.

მეთოდს შეზღუდვებიც აქვს. მისი უსაფრთხოება გასაღებების განაწილებაზეა დამოკიდებული. ძალიან მოკლე ცილებში ნიშნის ამინომჟავები შესაძლოა ძალიან ცოტა იყოს ამოცნობისთვის. ნიშნის გარეშე მასალით შევსებამ, მაგალითად ბუნებრივ ფლუორესცენტურ ცილასთან შერწყმამ, წყლის ნიშანი შესაძლოა გააზავოს. ბევრი AI ხელსაწყო კი ProteinMPNN-ს არ იყენებს. რადგან ამოცნობა სტატისტიკურია, ზღვრის არჩევანი ცრუ დადებით და ცრუ უარყოფით შემთხვევებზე მოქმედებს. თავდაპირველი სახით სისტემა შესაძლოა პრაქტიკაში განსაკუთრებით გამოსადეგი არც იყოს, მაგრამ მეთოდი მუშაობს და ეს მნიშვნელოვანია.

წყაროები: Ars Technica · Techmeme