J'adore ce projet !! Félicitations @samuelhking, @pdhsu et l'équipe @arcinstitute ! mes 2 cents : L'utilisation de l'IA pour la conception biologique est mieux pensée comme un traducteur. Nous permettant de parler en anglais et de le faire traduire en ADN et vice versa. Nous ne savons pas comment concevoir un phage à partir de pièces, mais Evo 1/2 a été formé en "lisant" plus de 2 millions de génomes de phages de la nature et a donc appris à "parler" l'ADN des phages. Nous pourrions alors lui demander d'en générer un -- tout comme vous pourriez demander à ChatGPT de générer un poème pour vous en chinois même si vous ne parlez pas cette langue vous-même. Nous avions déjà formé des modèles d'IA sur le langage des protéines avec des modèles comme Alphafold et ESM et cela a bien fonctionné -- cet article montre que nous pouvons le faire à un niveau de complexité supérieur. Ce modèle d'IA parle des génomes de phages multi-gènes, pas seulement des gènes individuels. Une démonstration très excitante et le travail prouve bien cela en fabriquant et en testant réellement des phages conçus. Ils fonctionnent ! Il y a deux choses qui sont des directions futures évidentes à mon avis et qui seront finalement couronnées de succès : (1) Le modèle devrait être réentraîné en fonction de ce qu'il apprend sur les phages qui ont été conçus afin qu'il puisse mieux comprendre ce que l'humain demande et traduire cela en ADN. Cet "apprentissage par renforcement" est similaire à la façon dont Google a appris aux modèles d'IA à jouer aux échecs - vous laissez le modèle jouer une partie et ensuite vous lui dites s'il a gagné ou perdu. Ici, vous laisseriez le modèle concevoir des millions de phages, les construire dans le laboratoire, puis lui dire la performance des différentes conceptions. (2) Nous devrions voir si des modèles formés sur des millions de génomes bactériens peuvent nous permettre de construire une cellule bactérienne entière conçue par IA, similaire à ce qui a été fait ici pour un phage. Cela permettra de voir si nous pouvons passer de la traduction d'une demande en anglais en un livre d'ADN (500 000 lettres d'ADN pour les bactéries les plus simples) plutôt qu'en un poème d'ADN du phage (5 000 lettres d'ADN dans un phage). Ce serait une étape scientifique à l'échelle nationale, car les cellules sont les éléments constitutifs de toute vie et les États-Unis devraient s'assurer que nous y parvenons en premier. Pour réaliser à la fois (1) et (2), nous avons besoin d'améliorations spectaculaires dans l'efficacité de la biologie de laboratoire humide nécessaire pour construire de l'ADN et tester la performance des organismes. Il est indicatif qu'ils n'ont construit que 302 conceptions de phages et testé 16 conceptions -- c'est parce que le travail en laboratoire humide est trop lent et coûteux. La réponse à cela est l'automatisation des laboratoires -- je suis heureux de voir que la NSF investit 100 millions de dollars dans des laboratoires automatisés et contrôlables par IA dans le cloud et d'autres efforts qui rendront l'infrastructure scientifique américaine plus efficace et à l'échelle industrielle. Le plan d'action de la Maison Blanche sur l'IA a également souligné la nécessité de ces "laboratoires activés par le cloud". Encore une fois, un travail incroyable !!!

Dans un nouveau préprint du laboratoire de @brianhie, l'équipe rapporte le premier design génératif de génomes de bactériophages viables. En s'appuyant sur Evo 1 et Evo 2, ils ont généré des séquences de génome entier, aboutissant à 16 phages viables avec des architectures génomiques distinctes.