Yêu thích dự án này!! Chúc mừng @samuelhking, @pdhsu và đội ngũ @arcinstitute! Ý kiến của tôi: AI được sử dụng cho thiết kế sinh học tốt nhất nên được coi như một người phiên dịch. Cho phép chúng ta nói bằng tiếng Anh và được dịch sang DNA và ngược lại. Chúng ta không biết cách thiết kế một phage từ các bộ phận nhưng Evo 1/2 đã được đào tạo bằng cách "đọc" hơn 2 triệu bộ gen phage từ tự nhiên và vì vậy nó đã học cách "nói" DNA phage. Vậy nên chúng ta có thể yêu cầu nó tạo ra một cái -- giống như bạn có thể yêu cầu ChatGPT tạo ra một bài thơ cho bạn bằng tiếng Trung ngay cả khi bạn không nói được nó. Chúng tôi đã đào tạo các mô hình AI trên ngôn ngữ của protein với các mô hình như Alphafold và ESM và điều đó đã hoạt động tốt -- bài báo này cho thấy chúng tôi có thể làm điều đó ở mức độ phức tạp cao hơn. Mô hình AI này nói về các bộ gen phage đa gen, không chỉ là các gen riêng lẻ. Một minh chứng rất thú vị và công việc này chứng minh điều đó bằng cách thực sự tạo ra và thử nghiệm các phage được thiết kế. Chúng hoạt động! Có hai điều mà theo ý kiến của tôi là hướng đi tương lai rõ ràng và cuối cùng sẽ thành công: (1) Mô hình nên được đào tạo lại dựa trên những gì nó học được về các phage đã được thiết kế để nó có thể hiểu tốt hơn những gì con người đang yêu cầu và dịch điều đó thành DNA. "Học tăng cường" này tương tự như cách Google dạy các mô hình AI chơi cờ - bạn để mô hình chơi một trò chơi và sau đó cho nó biết nếu nó thắng hay thua. Ở đây bạn sẽ để mô hình thiết kế hàng triệu phage, xây dựng chúng trong phòng thí nghiệm, và sau đó cho nó biết hiệu suất của các thiết kế khác nhau. (2) Chúng ta nên xem liệu các mô hình được đào tạo trên hàng triệu bộ gen vi khuẩn có thể cho phép chúng ta xây dựng một tế bào vi khuẩn toàn diện được thiết kế bởi AI tương tự như những gì đã được thực hiện ở đây cho một phage. Điều này sẽ xem liệu chúng ta có thể chuyển từ việc dịch một yêu cầu bằng tiếng Anh thành một cuốn sách DNA (500.000 chữ cái DNA cho vi khuẩn đơn giản nhất) thay vì bài thơ DNA của phage (5.000 chữ cái DNA trong một phage). Điều này sẽ là một cột mốc khoa học quy mô quốc gia vì tế bào là những khối xây dựng của tất cả sự sống và Mỹ nên đảm bảo rằng chúng ta đạt được điều đó trước tiên. Để thực hiện cả (1) và (2) chúng ta cần cải thiện đáng kể hiệu quả của việc thực hiện các thí nghiệm sinh học thực tế cần thiết để xây dựng DNA và thử nghiệm hiệu suất của các sinh vật. Điều này cho thấy rằng họ chỉ xây dựng 302 thiết kế phage và thử nghiệm 16 thiết kế -- đó là vì công việc trong phòng thí nghiệm quá chậm và tốn kém. Câu trả lời cho điều đó là tự động hóa phòng thí nghiệm -- tôi rất vui khi thấy NSF đầu tư 100 triệu đô la vào các phòng thí nghiệm đám mây tự động có thể điều khiển bằng AI và các nỗ lực khác sẽ làm cho cơ sở hạ tầng khoa học của Mỹ hiệu quả hơn và quy mô công nghiệp. Kế hoạch hành động AI của Nhà Trắng cũng đã chỉ ra sự cần thiết cho những "phòng thí nghiệm đám mây" này. Một lần nữa, công việc tuyệt vời !!!

Trong một bản in trước mới từ phòng thí nghiệm của @brianhie, nhóm nghiên cứu báo cáo thiết kế sinh học đầu tiên của các bộ gen bacteriophage khả thi. Tận dụng Evo 1 & Evo 2, họ đã tạo ra các chuỗi gen toàn bộ, dẫn đến 16 phage khả thi với các kiến trúc gen khác nhau.