Umělá inteligence poprvé vytváří funkční viry: Gatesův grant má i jeden z předních výzkumníků

Co dříve znělo jako teoretické varování z debaty o umělé inteligenci a syntetické biologii, se nyní dostalo do laboratoří. Výzkumníci ze Stanfordské univerzity a Arc Institute využili generativní umělou inteligenci k návrhu kompletních genomů nových bakteriofágů. Z téměř 300 experimentálně testovaných návrhů se 16 ukázalo jako životaschopných: byly schopny se replikovat uvnitř svého bakteriálního hostitele a zničit bakterii E. coli.

Práce už není jen preprintem. Byla publikována začátkem srpna 2026 v prestižním časopise Science pod názvem „Generativní návrh bakteriofágů s modely genomového jazyka “. Autoři ji popisují jako první generativní návrh životaschopných bakteriofágových genomů. ( science.org )

Experiment nezahrnuje viry, které by infikovaly lidi. Uměle vytvořené viry jsou bakteriofágy – viry, které infikují bakterie. Toto rozlišení je klíčové. Ale kdo zaručí, že je to konec?

Ale skutečná zpráva je dostatečně výbušná i bez takového přehánění: Generativní umělá inteligence navrhla kompletní genetické plány pro viry a některé z těchto digitálních návrhů se po implementaci v laboratoři ukázaly jako biologicky funkční.

Co ChatGPT dělá s jazykem, by Evo mělo být schopné s DNA.

Byly použity jazykové modely Evo 1 a Evo 2 založené na genomu. Základní princip připomíná velké jazykové modely, které se učí statistické vztahy mezi slovy nebo tokeny. Zde se však „jazyk“ skládá z genetických sekvencí.

Modely byly předtím trénovány s obrovským množstvím biologických sekvenčních dat. Vědci je poté nechali navrhnout kompletní genomy s použitím známého bakteriofága ΦX174 jako šablony.

Výsledkem nebyly pouze mírně upravené kopie existujícího viru. Autoři uvádějí významnou evoluční novost. Několik generovaných fágů dokonce v některých experimentech vykazovalo vyšší zdatnost než přirozený referenční fág. Kombinace uměle vytvořených fágů byla také schopna překonat rezistenci u tří kmenů E. coli. ( BioRxiv )

Lékařský potenciál je zřejmý. Vzhledem k rostoucí rezistenci na antibiotika by jednoho dne mohly bakteriofágy vyrobené na míru pomoci cíleně bojovat proti nebezpečným bakteriím.

Ale tatáž vědecká publikace otevírá druhé dveře – a právě před těmito dveřmi nyní varuje samotná Věda .

„Schopnost existuje – správa věcí veřejných ne.“

Souběžně se studií publikovali Thomas V. Inglesby a Moritz S. Hanke z Centra pro zdravotní bezpečnost ve vědě Univerzity Johnse Hopkinse komentář s názvem „Virové genomy navržené umělou inteligencí“ .

Jejich hlavní sdělení je pozoruhodně jasné. V podstatě píší: Schopnost sestavit virové genomy pomocí generativní umělé inteligence nyní existuje – ale dostatečná správa a řízení pro bezpečné řízení tohoto vývoje neexistuje. Výslovně se zabývají naléhavými otázkami biologické bezpečnosti a biologické ochrany . ( The Times )

Toto je bod, ve kterém se z pozoruhodné laboratorní studie stává sociopolitický příběh.

Protože 16 fágů není skutečným problémem. Jsou důkazem konceptu : důkazem, že generativní umělá inteligence nyní dokáže navrhovat biologické systémy na úrovni kompletních virových genomů.

Inglesby a Hanke výslovně varují před aplikací srovnatelných metod na patogeny, které mohou infikovat lidi, zvířata nebo rostliny. Autoři původní studie záměrně vyloučili takové virové sekvence z relevantních trénovacích dat.

Toto preventivní opatření také ukazuje, že zúčastnění vědci berou problematiku dvojího užití vážně.

A pak se objeví Gatesova nadace.

Příběh se však stává složitějším, než jak se v současnosti prezentuje na sociálních sítích.

Brian L. Hie je jedním z klíčových vědců, kteří stojí za touto prací. Je profesorem na Stanfordské univerzitě a výzkumníkem v Arc Institute a ve studii je uveden jako korespondenční autor. Samuel H. King a Hie jsou také jmenováni jako vynálezci v předběžné patentové přihlášce Stanfordské univerzity a Arc Institute související s touto prací. ( BioRxiv )

Hie zveřejnil financování výzkumu z Nadace Gatesových v jiných vědeckých publikacích. To však automaticky neznamená, že Nadace Gatesových financovala i konkrétní práci na 16 bakteriofágech generovaných umělou inteligencí. Zveřejněné informace o financování této studie zmiňují pouze Arc Institute a Stanford HAI.

Naopak absence Gatesovy nadace na tomto seznamu financování nedokazuje, že žádné zdroje financované Gatesovou nadací, přípravné práce ani jiné financování výzkumu nemohly ovlivnit podkladovou vědeckou práci. Financování výzkumu je často udělováno na základě projektů, institucí nebo jednotlivců, a proto se nemusí nutně objevovat jako zdroj financování v každé následné publikaci téhož výzkumníka. Důležité je, že takové nepřímé zapojení by bylo myslitelné, ale u této konkrétní studie dosud nebylo prokázáno.

Toto spojení je obzvláště pozoruhodné, protože jeden z klíčových vědců, kteří stáli za výzkumem, jenž poprvé vytvořil 16 životaschopných bakteriofágů navržených pomocí modelů genomového jazyka, jinde zveřejnil podporu od Nadace Gates. Samotná studie konkrétního viru však jako financující subjekty uvádí Arc Institute a Stanford HAI.

Nejnebezpečnější částí není dnešní experiment.

Výzkumníci záměrně pracovali s relativně jednoduchým a dobře srozumitelným systémem. Genomy jsou malé, jako výchozí šablona sloužil přirozený fág ΦX174 a další kroky výběru a testování následovaly po počítačem podporovaném generování. Nejednalo se tedy o magické stisknutí tlačítka, kdy umělá inteligence vytváří složitý život z ničeho.

Nicméně, Science popisuje výsledek jako důkaz, že generativní umělá inteligence může produkovat funkční virové genomy. ( science.org )

A právě tato hranice byla právě překročena. Umělá inteligence již dlouho generuje texty, obrázky, hlasy a programový kód. Chyby zpočátku zůstávají informací na obrazovce.

S biologickou umělou inteligencí je to jiné.

Digitální výstup lze přeložit do fyzikální biologie.

Počítačem generovaný genetický návrh lze syntetizovat, studovat v laboratoři a – pokud funguje – stát se replikujícím se biologickým systémem. Jedná se o kvalitativně odlišnou kategorii umělé inteligence.

Je ironií, že samotná bezpečnostní bariéra by se mohla stát problémem.

Zapojení vědci neignorovali rizika. Zejména omezení trénovacích dat ukazuje, že chtěli zabránit optimalizaci svých systémů pro nebezpečnější viry.

Časopis Science však poukazuje na zásadní problém: Srovnatelná trénovací data existují pro řadu virových rodin. I když není známo, jak snadno lze nyní demonstrované metody přenést na jiné viry, autoři tvrdí, že právě proto by se některé aplikace neměly vůbec používat.

Vyvstává další problém: i kontrola syntetické DNA musí držet krok s vývojem umělé inteligence. Pokud se uměle navržené genomy významně odchylují od známých přirozených sekvencí, musí být screeningové systémy schopny detekovat i nové, problematické konstrukce.

Inglesby a Hanke proto volají po silnějších a závaznějších bezpečnostních mechanismech. Otázkou již není , zda bude generativní design virů existovat. Otázkou je, zda lze včas vytvořit regulační rámec, který by umožnil jeho lékařské přínosy, aniž by zároveň umožňoval závažné zneužití.

Po pandemii koronaviru by tato debata měla být skutečně na vrcholu politické agendy

Bez ohledu na to, která hypotéza o původu SARS-CoV-2 je považována za přesvědčivější, pandemie ukázala, jaké sociální a ekonomické důsledky může mít nový patogen.

Právě se objevuje technologie, která kombinuje biologické inženýrství s rychlostí moderní umělé inteligence. Výzkumníci v tom vidí příležitost k vývoji nových terapií proti bakteriím rezistentním na antibiotika. To je legitimní a potenciálně obrovský lékařský příslib. Tato technologie má však i aspekt dvojího užití, který jen dobrý úmysl nemůže zažehnat.

Skutečnost, že se nejedná jen o zastrašování ze strany outsiderů, dokazuje doprovodný segment v rubrice Věda .

Schopnosti existují. Řízení zaostává.

*

Původní studie ve vědě: „Generativní návrh bakteriofágů s modely genomového jazyka“

Předtisk s informacemi o financování a kompletním abstraktem