Ich liebe dieses Projekt!! Herzlichen Glückwunsch @samuelhking, @pdhsu und dem @arcinstitute-Team! Mein Senf dazu: Die Verwendung von KI für biologisches Design kann am besten als Übersetzer betrachtet werden. Sie ermöglicht es uns, auf Englisch zu sprechen und es in DNA zu übersetzen und umgekehrt. Wir wissen nicht, wie man einen Phagen aus Teilen entwirft, aber Evo 1/2 wurden trainiert, indem sie über 2 Millionen Phagen-Genome aus der Natur "gelesen" haben, und so hat es gelernt, Phagen-DNA zu "sprechen". So konnten wir es bitten, einen zu generieren – genau wie man ChatGPT bitten könnte, ein Gedicht für einen in Chinesisch zu generieren, auch wenn man selbst kein Chinesisch spricht. Wir hatten bereits KI-Modelle auf der Sprache der Proteine mit Modellen wie Alphafold und ESM trainiert, und das hat gut funktioniert – dieses Papier zeigt, dass wir es auf einem höheren Komplexitätsniveau tun können. Dieses KI-Modell spricht Multi-Gen-Phagen-Genome, nicht nur einzelne Gene. Eine sehr aufregende Demonstration, und die Arbeit beweist es schön, indem sie tatsächlich entworfene Phagen herstellt und testet. Sie funktionieren! Es gibt zwei Dinge, die in meinen Augen offensichtliche zukünftige Richtungen sind und letztendlich erfolgreich sein werden: (1) Das Modell sollte basierend auf dem, was es über die entworfenen Phagen lernt, neu trainiert werden, damit es besser versteht, was der Mensch verlangt und das in DNA übersetzen kann. Dieses "Reinforcement Learning" ist ähnlich, wie Google KI-Modelle beigebracht hat, Schach zu spielen – man lässt das Modell ein Spiel spielen und sagt ihm dann, ob es gewonnen oder verloren hat. Hier würde man das Modell Millionen von Phagen entwerfen lassen, sie im Labor bauen und dann die Leistung der verschiedenen Designs mitteilen. (2) Wir sollten prüfen, ob Modelle, die auf Millionen von bakteriellen Genomen trainiert wurden, es uns ermöglichen können, eine KI-entworfene gesamte Bakterienzelle zu bauen, ähnlich wie hier für einen Phagen gemacht wurde. Dies wird zeigen, ob wir von der Übersetzung einer englischen Anfrage in ein DNA-Buch (500.000 Buchstaben DNA für die einfachsten Bakterien) zu dem DNA-Gedicht des Phagen (5.000 Buchstaben DNA in einem Phagen) übergehen können. Dies wäre ein wissenschaftlicher Meilenstein im nationalen Maßstab, da Zellen die Bausteine allen Lebens sind, und die USA sollten sicherstellen, dass wir zuerst dazu kommen. Um sowohl (1) als auch (2) zu erreichen, benötigen wir dramatische Verbesserungen in der Effizienz der tatsächlichen Laborbiologie, die erforderlich ist, um DNA zu bauen und die Leistung von Organismen zu testen. Es ist bezeichnend, dass sie nur 302 Phagen-Designs gebaut und 16 Designs getestet haben – das liegt daran, dass Laborarbeit zu langsam und teuer ist. Die Antwort darauf ist Laborautomatisierung – ich habe mich gefreut zu sehen, dass die NSF 100 Millionen Dollar in KI-kontrollierbare, automatisierte Cloud-Labore und andere Bemühungen investiert, die die wissenschaftliche Infrastruktur der USA effizienter und industriell skalierbar machen werden. Der Aktionsplan des Weißen Hauses zur KI hat ebenfalls die Notwendigkeit dieser "cloud-fähigen Labore" hervorgehoben. Nochmals, großartige Arbeit !!!

In einem neuen Preprint aus dem Labor von @brianhie berichtet das Team über das erste generative Design von lebensfähigen Bakteriophagen-Genomen. Durch die Nutzung von Evo 1 und Evo 2 generierten sie vollständige Genomsequenzen, was zu 16 lebensfähigen Phagen mit unterschiedlichen genomischen Architekturen führte.