นักวิจัยเผยความสำเร็จในการใช้ปัญญาประดิษฐ์ (AI) ออกแบบและสร้างไวรัสขึ้นเป็นครั้งแรก แม้เปิดโอกาสใหม่ทางการแพทย์ แต่พร้อมกันนั้นก็จุดประเด็นความกังวลด้านความมั่นคงชีวภาพที่ต้องเร่งรับมือ
ทีมนักวิทยาศาสตร์บรรลุความสำเร็จครั้งสำคัญด้วยการใช้ AI ออกแบบไวรัสชนิดพิเศษที่เรียกว่า แบคทีริโอเฟจ (Bacteriophages) หรือไวรัสที่มีฤทธิ์ทำลายเฉพาะเซลล์แบคทีเรีย ซึ่งปัจจุบันมีการนำมาใช้รักษาผู้ป่วยติดเชื้อเรื้อรัง จากการทดสอบในห้องปฏิบัติการ พบว่ากลุ่มไวรัสที่ออกแบบโดย AI นี้ สามารถทำลายเชื้อแบคทีเรีย E. coli สายพันธุ์ที่ดื้อต่อแบคทีริโอเฟจตามธรรมชาติได้อย่างมีประสิทธิภาพ
ดร. ไบรอัน เฮย (Dr. Brian Hie) วิศวกรเคมีจากมหาวิทยาลัยสแตนฟอร์ด รัฐแคลิฟอร์เนีย ได้นำ Genome Language Models ซึ่งเป็นโมเดลภาษาทางพันธุกรรม ลักษณะเดียวกับ LLM ในระบบ AI แชตบอต มาใช้ออกแบบจีโนมที่ทำงานได้จริงของแบคทีริโอเฟจ ก่อนนำไปสร้างขึ้นจริงในห้องปฏิบัติการเพื่อทดสอบกับเชื้อ E. coli ในจานเพาะเชื้อ
สรุปข่าว
นักวิจัยเผยความสำเร็จในการใช้ปัญญาประดิษฐ์ (AI) ออกแบบและสร้างไวรัสขึ้นเป็นครั้งแรก แม้เปิดโอกาสใหม่ทางการแพทย์ แต่พร้อมกันนั้นก็จุดประเด็นความกังวลด้านความมั่นคงชีวภาพที่ต้องเร่งรับมือ
ทีมนักวิทยาศาสตร์บรรลุความสำเร็จครั้งสำคัญด้วยการใช้ AI ออกแบบไวรัสชนิดพิเศษที่เรียกว่า แบคทีริโอเฟจ (Bacteriophages) หรือไวรัสที่มีฤทธิ์ทำลายเฉพาะเซลล์แบคทีเรีย ซึ่งปัจจุบันมีการนำมาใช้รักษาผู้ป่วยติดเชื้อเรื้อรัง จากการทดสอบในห้องปฏิบัติการ พบว่ากลุ่มไวรัสที่ออกแบบโดย AI นี้ สามารถทำลายเชื้อแบคทีเรีย E. coli สายพันธุ์ที่ดื้อต่อแบคทีริโอเฟจตามธรรมชาติได้อย่างมีประสิทธิภาพ
ดร. ไบรอัน เฮย (Dr. Brian Hie) วิศวกรเคมีจากมหาวิทยาลัยสแตนฟอร์ด รัฐแคลิฟอร์เนีย ได้นำ Genome Language Models ซึ่งเป็นโมเดลภาษาทางพันธุกรรม ลักษณะเดียวกับ LLM ในระบบ AI แชตบอต มาใช้ออกแบบจีโนมที่ทำงานได้จริงของแบคทีริโอเฟจ ก่อนนำไปสร้างขึ้นจริงในห้องปฏิบัติการเพื่อทดสอบกับเชื้อ E. coli ในจานเพาะเชื้อ
กระบวนการสังเคราะห์ด้วย AI
ในการพัฒนาดังกล่าว ทีมของ ดร. เฮย ใช้โมเดล AI ชื่อ Evo1 และ Evo2 ซึ่งฝึกฝนด้วยข้อมูลทางพันธุกรรมของแบคทีริโอเฟจกว่า 2 ล้านชนิด โดยทีมงานตั้งใจคัดแยกข้อมูลรหัสพันธุกรรมของไวรัสที่ก่อโรคในมนุษย์ สัตว์ และพืช ออกจากการฝึกฝน AI เพื่อลดความเสี่ยงในการออกแบบไวรัสอันตราย
AI ได้สร้างแบบจำลองจีโนมที่เป็นไปได้หลายพันรูปแบบ ซึ่งนักวิจัยคัดเลือกมาเกือบ 300 รูปแบบเพื่อนำมาสร้างจริงในห้องทดลอง โดยฉีดเข้าไปในแบคทีเรีย เพื่อให้เซลล์อ่านรหัสพันธุกรรมและผลิตแบคทีริโอเฟจชุดใหม่ออกมา แม้กระบวนการนี้จะยังมีประสิทธิภาพต่ำ มีเพียง 16 ชนิดที่รอดชีวิตและทำงานได้ แต่กลุ่มไวรัสที่สำเร็จก็สามารถเอาชนะกลไกดื้อยาของแบคทีเรีย E. coli ทั้งสองสายพันธุ์ได้อย่างรวดเร็ว
เสียงเตือนด้านความปลอดภัยชีวภาพ เมื่อการกำกับดูแลตามไม่ทันเทคโนโลยี
ทีมวิจัยได้ระบุในวารสารวิชาการ Science ว่า ความสามารถในการออกแบบจีโนมอย่างรวดเร็ว และปรับแต่งให้เจาะจงกับแบคทีเรียเป้าหมายโดยก้าวข้ามการดื้อยาได้นั้น อาจปฏิวัติวงการการรักษาด้วยเฟจ (Phage Therapy) และขยายเครื่องมือทางเทคโนโลยีชีวภาพได้อย่างมหาศาล
อย่างไรก็ตาม งานวิจัยนี้ยังสะท้อนถึงข้อควรคำนึงสำคัญด้านความปลอดภัย ความมั่นคง และการกักกันทางชีวภาพ พร้อมเรียกร้องให้ผู้ที่กำลังพัฒนาการสังเคราะห์จีโนม ปรึกษาผู้เชี่ยวชาญด้านความปลอดภัยตลอดระยะเวลาดำเนินโครงการ
ทั้งนี้ในบทความวิเคราะห์ที่ตีพิมพ์ร่วมกัน ศาสตราจารย์ ทอม อิงเกิลสบี (Prof. Tom Inglesby) และ ดร. โมริตซ์ ฮานเก (Dr. Moritz Hanke) จากมหาวิทยาลัยจอห์นสฮอปกินส์ ได้ย้ำถึงคำเตือนนี้ว่า แม้การนำ AI เข้ามาช่วย จะเป็นเรื่องน่ามีความหวังสำหรับวิทยาศาสตร์ชีวภาพ แต่มันก็นำมาซึ่งคำถามเร่งด่วนด้านชีวอนามัยและความมั่นคง และการกำกับดูแลเพื่อควบคุมให้ปลอดภัยเช่นกัน
มุมมองผู้เชี่ยวชาญ ความเสี่ยงจริงอยู่ตรงไหน?
แม้จีโนมของแบคทีริโอเฟจจะมีขนาดเล็ก แต่นักวิจัยจากจอห์นสฮอปกินส์ชี้ว่า งานวิจัยนี้พิสูจน์แล้วว่า Generative AI สามารถสร้างจีโนมไวรัสที่ใช้งานได้จริง แม้ยังไม่แน่ชัดว่าวิธีนี้จะใช้กับไวรัสชนิดอื่นได้หรือไม่ แต่งานวิจัยที่เกี่ยวข้องกับเชื้อก่อโรคในมนุษย์ สัตว์ หรือพืช เป็นสิ่งที่ไม่ควรดำเนินต่อโดยเด็ดขาด เพราะอาจสร้างเชื้อก่อโรคชนิดใหม่ที่ไม่สามารถควบคุมได้ด้วยมาตรการที่มีอยู่
ด้าน ศาสตราจารย์ ทอม เอลลิส (Prof. Tom Ellis) จาก Imperial College London เห็นว่างานนี้น่าประทับใจ แต่ก็แสดงให้เห็นว่าการสร้างจีโนมที่ซับซ้อนกว่านี้นั้นยากเพียงใด
เขามองว่าหาก AI ได้รับการฝึกด้วยรหัสพันธุกรรมอันตราย อาจถูกนำไปใช้ออกแบบไวรัสที่ร้ายแรงขึ้นได้จริง ซึ่งการควบคุมการเข้าถึงข้อมูลพันธุกรรมและการจำกัดการสร้างจีโนมเสี่ยงจะช่วยบรรเทาปัญหานี้ได้ และรัฐบาลหลายแห่งกำลังเร่งดำเนินการอยู่
ขณะที่ ดร. ฟิลิปปา เลนต์ซอส (Dr. Filippa Lentzos) จาก King’s College London ให้ความเห็นว่า จุดที่สำคัญที่สุดในการเข้ามากำกับดูแลในปัจจุบัน คือ ขั้นตอนการสังเคราะห์ DNA
โดยแนะนำว่า สิ่งสำคัญคือต้องมองภาพรวมการกำกับดูแลให้กว้างขึ้น ไม่ใช่เน้นการควบคุมไปที่ตัวโมเดล AI เพียงอย่างเดียว ควรมุ่งเน้นมาตรการป้องกันแบบเป็นลำดับชั้น ตั้งแต่การพัฒนาและการเข้าถึงโมเดล, การสอบทานงานวิจัยอย่างรับผิดชอบ, การคัดกรองขั้นตอนสังเคราะห์รหัสพันธุกรรม ไปจนถึงมาตรฐานความปลอดภัยทางชีวภาพในห้องปฏิบัติการ
- อาลีบาบา คลาวด์ เผยผลสำรวจ องค์กรในเอเชียเร่งสปีดใช้ AI แต่ยังขาดโซลูชันแบบ End-to-End ที่ปลอดภัย
- “AI” คุมเครื่องบินทดสอบ “X-62A” ปฏิบัติการบินสกัดกั้นอัตโนมัติ 27 ครั้งสำเร็จ
- เช็กด่วน! 5 ประเภทข้อมูล ห้ามส่งให้ AI เสี่ยงเกิดอาชญากรรมไซเบอร์
- "AI" พลิกแรงงาน ไม่ลดคน เพิ่มผลิตภาพ ต้องการพุ่ง 35% ค่าจ้างเพิ่ม 62%
- ภาครัฐ-เอกชน-การเงิน ผนึกวิสัยทัศน์ ชี้ไทยต้องปฏิรูปคน ทุน และพลังงาน สู่ประเทศรายได้สูง
ที่มาข้อมูล : www.theguardian.com
ที่มารูปภาพ : National Cancer Institute on Unsplash
