W 2025 r. sztuczna inteligencja i uczenie maszynowe zaczną zwiększać wpływ edycji genomu Crispr na medycynę, rolnictwo, zmiany klimatyczne i badania podstawowe leżące u podstaw tych dziedzin. Warto od razu powiedzieć, że dziedzina sztucznej inteligencji jest pełna takich wielkich obietnic. Wraz z każdym większym postępem technologicznym zawsze pojawia się cykl szumu, a teraz jesteśmy w jednym z nich. W wielu przypadkach korzyści ze sztucznej inteligencji pojawią się za kilka lat, ale w badaniach z zakresu genomiki i nauk przyrodniczych rzeczywiste skutki widzimy już teraz.
W mojej dziedzinie, edycji genów Crispr i szerzej genomiki, często mamy do czynienia z ogromnymi zbiorami danych lub, w wielu przypadkach, żargon zająć się nimi właściwie, ponieważ po prostu nie mamy narzędzi ani czasu. Analiza podzbiorów danych dotyczących danego pytania może zająć superkomputerom tygodnie lub miesiące, dlatego musimy bardzo selektywnie wybierać pytania, które zadajemy. Sztuczna inteligencja i uczenie maszynowe już usuwają te ograniczenia, a my używamy narzędzi sztucznej inteligencji do szybkiego wyszukiwania i dokonywania odkryć w naszych dużych zbiorach danych genomowych.
W moim laboratorium niedawno wykorzystaliśmy narzędzia sztucznej inteligencji, aby pomóc nam znaleźć małe białka edytujące geny, które do tej pory pozostawały nieodkryte w publicznych bazach danych genomów, ponieważ po prostu nie mieliśmy możliwości przetworzenia wszystkich zebranych danych. Grupa z Innovative Genomics Institute, instytutu badawczego, który założyłem 10 lat temu na Uniwersytecie Kalifornijskim w Berkeley, niedawno połączyła siły z członkami Wydziału Elektrotechniki i Informatyki (EECS) oraz Centrum Biologii Obliczeniowej i opracowała sposób wykorzystania duży model językowy, podobny do tego, którego używa wiele popularnych chatbotów, do przewidywania nowych funkcjonalnych cząsteczek RNA, które mają większą tolerancję na ciepło w porównaniu z sekwencjami naturalnymi. Wyobraź sobie, co jeszcze czeka na odkrycie w ogromnych bazach danych dotyczących genomu i struktur, które naukowcy wspólnie zbudowali w ciągu ostatnich dziesięcioleci.
Tego typu odkrycia mają zastosowanie w świecie rzeczywistym. W przypadku dwóch powyższych przykładów mniejsze edytory genomu mogą pomóc w skuteczniejszym dostarczaniu terapii do komórek, a przewidywanie stabilnych termicznie cząsteczek RNA pomoże ulepszyć procesy bioprodukcji, w wyniku których powstają leki i inne cenne produkty. W dziedzinie zdrowia i rozwoju leków niedawno zatwierdzono pierwszą terapię anemii sierpowatokrwinkowej opartą na Crispr, a około 7 000 innych chorób genetycznych czeka na podobną terapię. Sztuczna inteligencja może pomóc przyspieszyć proces tworzenia oprogramowania, przewidując najlepsze cele edycji, maksymalizując precyzję i wydajność Crispr oraz redukując efekty niepożądane. W rolnictwie postępy w technologii Crispr oparte na sztucznej inteligencji obiecują stworzyć bardziej odporne, produktywne i pożywne uprawy, zapewniając większe bezpieczeństwo żywnościowe i skracając czas wprowadzenia produktów na rynek, pomagając badaczom skupić się na najbardziej owocnych podejściach. W zakresie klimatu sztuczna inteligencja i Crispr mogą otworzyć nowe rozwiązania poprawiające naturalne wychwytywanie dwutlenku węgla i zrównoważenie środowiskowe.
To dopiero początek, ale potencjał odpowiedniego wykorzystania wspólnej mocy sztucznej inteligencji i Crispr, prawdopodobnie dwóch najnowocześniejszych technologii naszych czasów, jest jasny i ekscytujący — i już się rozpoczął.
