Sztuczna inteligencja przyspiesza ewolucję: stworzono świecące białko w kilka godzin

Naukowcy dokonali przełomu, wykorzystując sztuczną inteligencję do stworzenia zupełnie nowego białka, które nigdy wcześniej nie istniało w naturze. To syntetyczne białko, nazwane esmGFP, mogłoby powstać naturalnie dopiero za pół miliarda lat – a co najciekawsze, świeci.

Badanie, opublikowane w Science, pokazuje, jak zaawansowane modele językowe mogą przyspieszyć ewolucję, symulując setki milionów lat mutacji w zaledwie kilka godzin. Rezultatem jest zmodyfikowana wersja zielonego białka fluorescencyjnego (GFP), którego sekwencja aminokwasowa różni się aż w 42% od jego najbliższego naturalnego odpowiednika.

Jak działa GFP i dlaczego to odkrycie jest ważne?

GFP to biomolekuła odpowiedzialna za fluorescencję u niektórych organizmów morskich, takich jak meduzy. W laboratoriach jest powszechnie używana jako znacznik – naukowcy przyłączają jej gen do innych białek, aby móc je łatwiej obserwować pod mikroskopem.

Zazwyczaj ewolucja takich białek trwa miliony lat, przechodząc przez losowe mutacje i selekcję naturalną. Jednak AI zastosowana w tym eksperymencie – model ESM3 – działała zupełnie inaczej. Została wytrenowana na bazie 2,78 miliarda znanych białek, wykorzystując do tego bilion teraflopów mocy obliczeniowej, co pozwoliło jej na generowanie zupełnie nowych, teoretycznych sekwencji białkowych. Dzięki temu w przypadku esmGFP udało się zaprogramować 96 mutacji, które w warunkach naturalnych potrzebowałyby ponad 500 milionów lat, aby się pojawić.

Nowa era w biologii syntetycznej?

Według Alexa Rivesa, współzałożyciela startupu EvolutionaryScale, który przeprowadził to badanie, AI jest w stanie stworzyć białka, które wykraczają poza ograniczenia naturalnej ewolucji. Rives i jego zespół wcześniej pracowali nad modelami AI w firmie Meta, zanim założyli własną firmę. Już po kilku miesiącach działalności EvolutionaryScale zebrało 142 miliony dolarów na dalszy rozwój badań.

Nie wszyscy jednak są przekonani co do przyszłości tego podejścia. Tiffany Taylor, biolog ewolucyjna z Uniwersytetu w Bath, przyznała, że model ma ogromny potencjał w medycynie i inżynierii biomolekularnej, ale zaznaczyła, że nie uwzględnia on skomplikowanych procesów selekcji, które kształtują organizmy w rzeczywistości. Mimo tych wątpliwości odkrycie otwiera drzwi do nowych zastosowań w medycynie i ochronie środowiska. Według zespołu badawczego AI może pomóc w opracowywaniu nowych leków na raka czy projektowaniu białek zdolnych do wychwytywania dwutlenku węgla z atmosfery.