AI Merancang 16 Genom Viral Fungsional yang Menginfeksi Bakteri

iconCryptoBriefing
Bagikan
AI summary iconRingkasan
Berita AI + kripto dari Stanford dan Arc Institute menunjukkan bahwa AI generatif telah merancang 16 genom virus fungsional yang menginfeksi E. coli. Dipublikasikan di bioRxiv pada 12 September 2025, penelitian ini menggunakan model Evo 1 dan Evo 2 untuk menghasilkan 302 kandidat fag, 16 di antaranya viable. Beberapa varian yang dirancang AI mereplikasi 65 kali lebih cepat daripada template alami. Berita on-chain dan kemajuan AI terus membentuk ulang ilmu pengetahuan dan teknologi.

AI generatif baru saja melintasi batas yang telah lama menjadi perhatian para ilmuwan. Peneliti dari Universitas Stanford dan Arc Institute telah menggunakan AI untuk merancang genom virus lengkap dari awal, dan 16 dari desain tersebut ternyata merupakan virus yang berfungsi penuh. Bukan hanya sebagian berfungsi. Bukan simulasi. Benar-benar hidup, dalam arti biologis, dan mampu menginfeksi bakteri.

Preprint yang dirilis di bioRxiv pada 12 September 2025 menandai pertama kalinya AI generatif berhasil menghasilkan genom virus yang berfungsi secara end-to-end. Ini adalah bakteriofag, virus yang menginfeksi bakteri, bukan manusia.

Apa yang sebenarnya dibangun oleh para peneliti

Tim yang dipimpin oleh Brian Hie di Stanford dan melibatkan kolaborator dari Arc Institute, NVIDIA, dan UC Berkeley, menggunakan model bahasa genom yang disebut Evo 1 dan Evo 2. Alih-alih memprediksi kata berikutnya dalam sebuah kalimat, mereka memprediksi pasangan basa berikutnya dalam urutan DNA.

Iklan

Tim menghasilkan 302 kandidat genom fag berdasarkan arsitektur virus alami bernama ΦX174, sebuah bakteriofag yang menginfeksi E. coli. Dari 302 kandidat tersebut, 16 berhasil dikonfirmasi secara eksperimen dapat merakit menjadi virus yang viable dan berhasil menginfeksi serta melisis bakteri E. coli.

Beberapa varian yang dirancang oleh AI menunjukkan keunggulan replikasi hingga 65 kali lebih besar daripada templat alami yang menjadi dasarnya. Tim juga menguji fag yang dihasilkan oleh AI dalam terapi koktail melawan strain bakteri resisten, dan menunjukkan efikasi yang signifikan.

Mengapa resistensi antibiotik membuat ini menjadi hal besar

Resistensi antibiotik adalah salah satu krisis paling kurang terliput dalam perawatan kesehatan global. Terapi phage, yang menggunakan virus untuk membunuh bakteri tertentu, telah ada sebagai konsep sejak awal abad ke-20 tetapi tidak pernah mencapai adopsi klinis massal, sebagian karena merancang phage yang tepat untuk strain bakteri tertentu adalah pekerjaan yang melelahkan dan lambat.

Model Evo yang digunakan tim dibangun berdasarkan jumlah besar data genetik, mencakup triliunan pasangan basa DNA, yang dikembangkan dari pekerjaan sebelumnya yang diperkenalkan pada 2024. Fag ΦX174 alami memiliki genom sekitar 5.386 pasangan basa, yang sangat kecil menurut standar biologis.

Pertanyaan biosekuritas sudah mengikuti penelitian ini

16 phag fungsional yang menargetkan bakteri E. coli dirancang berdasarkan batasan template alami yang sudah diketahui. Para peneliti tidak menciptakan patogen pandemi baru. Namun, kemampuan mendasarnya, sebuah model yang memahami cara membangun mesin virus yang berfungsi, adalah jenis alat yang memerlukan diskusi tata kelola yang hati-hati sebelum teknologi ini berkembang lebih lanjut.

Keterlibatan NVIDIA dalam kolaborasi ini patut diperhatikan oleh siapa pun yang memantau ke mana investasi infrastruktur AI mengalir. Pemodelan genomik pada skala ini memerlukan daya komputasi yang signifikan, dan sektor ilmu kehidupan telah menjadi salah satu domain aplikasi yang paling penting untuk cluster GPU berkinerja tinggi.

Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini. Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.