เทคโนโลยีก้าวหน้า ต้องนำมาใช้ให้เกิดประโยชน์กับมนุษยชาติ! การศึกษาตีพิมพ์ในวารสาร Science เผยว่า นักวิทยาศาสตร์ได้ใช้ปัญญาประดิษฐ์ (AI) สร้างจีโนมและผลิตไวรัสที่ใช้งานได้จริง ซึ่งสามารถฆ่าเชื้อแบคทีเรีย “อีโคไล” ได้ โดยงานวิจัยนี้จะมีความน่าสนใจอย่างไรตามมาอ่านกันได้เลย
เชื้อเอสเชอริเชีย โคไล (Escherichia coli) หรือที่มักเรียกแบบย่อว่า “อีโคไล” นั้นเป็นแบคทีเรียที่พบได้เป็นปกติในลำไส้ของคนและสัตว์บางชนิด โดยปกติจะไม่ก่อโรค และยังมีประโยชน์บางอย่างต่อร่างกายด้วย แต่ก็มีบางกรณีที่เชื้ออีโคไลสามารถก่อโรคได้ โดยโรคที่พบบ่อยในมนุษย์ ได้แก่ โรคติดเชื้อในทางเดินปัสสาวะและโรคท้องเดิน สำหรับโรคติดเชื้อในทางเดินปัสสาวะมักพบในผู้หญิง โดยได้รับเชื้ออีโคไลจากทางเดินอาหารที่ปนเปื้อนอยู่บริเวณปากท่อปัสสาวะ
ข้อมูลจาก Springer Nature Link เผยว่า อัตราการเกิดโรคติดเชื้อแบคทีเรียอีโคไล (E. coli) ในกระแสเลือดทั่วโลกอยู่ที่ประมาณ 48 ต่อประชากร 100,000 คนต่อปี โดยอัตราการเสียชีวิตภายใน 30 วันอยู่ที่ประมาณ 9.6 - 12% และมักพบความรุนแรงหรืออัตราการเสียชีวิตสูงขึ้นอย่างมากในกลุ่มผู้สูงอายุหรือผู้ที่มีโรคประจำตัว
ด้วยความที่เทคโนโลยีอย่าง AI มีความก้าวล้ำในปัจจุบันเป็นอย่างมาก จุดประกายให้ทีมวิจัยโดย Dr. Brian L. Hie ผู้เขียนวิจัยหลัก ซึ่งเป็นผู้ช่วยศาสตราจารย์ด้านวิศวกรรมเคมีและหัวหน้าห้องปฏิบัติการออกแบบเชิงวิวัฒนาการแห่งมหาวิทยาลัยสแตนฟอร์ด ได้นำ ChatGPT มาใช้ในการเขียนรหัสพันธุกรรมใหม่ทั้งหมด และใช้สร้างไวรัสที่ออกแบบมาเพื่อการใช้งานโดยเฉพาะ
โดยไวรัสดังกล่าวก็คือ “แบคทีริโอเฟจ” (bacteriophages) หรือที่นักวิทยาศาสตร์ส่วนใหญ่เรียกว่า “ฟาจ” ซึ่งติดเชื้อเฉพาะแบคทีเรียเท่านั้น ไม่สามารถติดเชื้อในมนุษย์หรือสัตว์ชนิดอื่นได้ แต่ถึงกระนั้นก็ยังมีศักยภาพที่จะส่งผลกระทบต่อมนุษย์อย่างมาก
ครั้งแรก! ออกแบบจีโนม-สร้างข้อมูลโดย Generative AI
ทีมวิจัยได้ใช้โมเดล AI ที่พัฒนารูปแบบชื่อว่า Evo1 และ Evo2 (ในปี 2025) ซึ่งเป็นแบบจำลองดีเอ็นเอรุ่นที่สอง (คล้าย ๆ LLM) หลายคนอาจเคยใช้ ChatGPT หรือเครื่องมือ AI สร้างข้อความอื่น ๆ โดยบอตเหล่านี้สามารถสร้างข้อความที่ฟังดูใกล้เคียงกับภาษาของมนุษย์ได้ เพราะแบบจำลองภาษาขนาดใหญ่ที่อยู่เบื้องหลังได้รับการฝึกฝนด้วยข้อมูลข้อความจำนวนมหาศาล ซึ่งแบบจำลองดีเอ็นเอก็ทำงานบนหลักการที่คล้ายกัน แต่ได้รับการฝึกฝนด้วยข้อมูลทางพันธุกรรม ดังนั้น แทนที่จะแสดงคำตอบของคำถาม มันจะสร้างลำดับดีเอ็นเอออกมา
ทั้งนี้ ไวรัสแบคทีริโอเฟจที่ทีมวิจัยใช้เป็นแม่แบบ คือ ΦX174 มีจีโนมประกอบด้วยเบสคู่เพียงเล็กน้อยกว่า 5,000 คู่ ในขณะที่จีโนมของมนุษย์แต่ละคนมีมากกว่า 3 พันล้านคู่ ที่สำคัญ จีโนมทั้งหมดของไวรัสแบคทีริโอเฟจนั้นสั้นกว่ายีนบางตัวของมนุษย์เสียอีก โดยเรื่องนี้มีความสำคัญ เนื่องจากการสังเคราะห์ DNA มีต้นทุนค่อนข้างสูง นอกจากนี้ ฟาจยังง่ายต่อการจัดการในห้องปฏิบัติการ
โครงสร้างจำลองของแบคทีริโอเฟจ ΦX174 ภาพจาก Fdardel, Wikimedia Commons
ใช้ AI สร้างไวรัสอย่างไร?
ทีมวิจัยใช้โมเดล AI สร้างจีโนมของไวรัสแบคทีริโอเฟจขึ้นมา แล้วทดสอบว่าผลลัพธ์ที่ได้นั้นสมเหตุสมผลหรือไม่ และลำดับจีโนมที่ได้นั้นเป็นลำดับที่ใช้ได้จริงหรือไม่ เนื่องจากทีมวิจัยมีความกังวลในเรื่อง AI หลอน
Dr. Brian เผยว่า แบบจำลองที่ AI สร้างขึ้นมามีความหลอนแน่นอน แต่ทีมวิจัยได้พัฒนาตัวกรองเพื่อคัดกรองลำดับที่ไม่สามารถใช้งานได้ออกไป ซึ่งยังเหลือข้อมูลที่น่าเชื่อถือเพียงพอที่จะดำเนินการทดลองในขั้นตอนต่อไปได้
การทำให้ดีเอ็นเอให้กลายเป็นฟาจที่ทำงานได้จริง ต้องมีการสังเคราะห์โมเลกุลดีเอ็นเอขึ้นมาก่อน จากนั้นทำการทดลองเพื่อเปลี่ยนสายดีเอ็นเอเชิงเส้นให้เป็นชิ้นส่วนวงกลมที่เรียกว่า “พลาสมิด” ซึ่งเป็นมิตรกับแบคทีเรียมากกว่า
สิ่งนี้มีความสำคัญมาก เนื่องจากขั้นตอนต่อไปในกระบวนการคือ การรวมพลาสมิดเข้ากับ แบคทีเรียอีโคไลจำนวนมาก การให้ความร้อนแก่แบคทีเรียจะทำให้ดีเอ็นเอแพร่กระจายเข้าไปในเซลล์ของพวกมัน แล้วเริ่มทำงานและเปลี่ยนดีเอ็นเอให้กลายเป็นโปรตีนได้
ในเคสนี้ ชีววิทยาจะเข้ามามีบทบาท หากจีโนมของไวรัสแบคทีริโอเฟจที่แบบจำลอง AI สร้างขึ้นนั้นถูกต้อง โปรตีนจะเริ่มประกอบตัวเองเป็นไวรัสแบคทีริโอเฟจ ทีมวิจัยจะรู้ว่าได้ผลเมื่อ ไวรัสแบคทีริโอเฟจนั้นไปฆ่าแบคทีเรียที่กำลังทำงานทั้งหมด วิธีนี้อาจโหดร้ายแต่ก็ชาญฉลาด
การศึกษาครั้งนี้ ทีมวิจัยรายงานการสร้างฟาจที่มีชีวิตได้ 16 ชนิด ซึ่งหลายชนิดพบว่ามีประสิทธิภาพในการฆ่าแบคทีเรียได้ดีกว่า ΦX174 ต้นแบบที่ใช้เป็นแบบจำลอง
การใช้ประโยชน์จาก AI และการควบคุมที่ AI อนุญาตให้มีต่อการออกแบบทางชีวภาพ อาจหมายความว่าในอนาคต นักวิทยาศาสตร์จะสามารถผลิตฟาจ “ตามสั่ง” สำหรับการแพทย์เฉพาะบุคคล และสายพันธุ์ฟาจที่หลากหลายซึ่งเป็นที่ทราบกันดีว่าให้ผลการรักษาที่ดีกว่าได้
ทำไม? ควรใช้ AI ช่วยหาวิธีฆ่าไวรัส
เหตุที่นักวิทยาศาสตร์ควรใช้ AI เพื่อหาวิธีต่อสู้กับไวรัสก็เพราะ แบบจำลองคอมพิวเตอร์ประมวลผลข้อมูลทางพันธุกรรมจำนวนมหาศาลและจำลองปฏิสัมพันธ์ระดับโมเลกุล ด้วยความเร็วของ AI ทำให้เวลาในการค้นพบวิธีการรักษาลดลงจากหลายปีเหลือเพียงไม่กี่วัน AI สามารถทำนายโครงสร้างโปรตีน ทดสอบสารประกอบยาเสมือนจริงหลายพันล้านรายการ และออกแบบมาตรการตอบโต้ที่แม่นยำต่อสายพันธุ์ที่กลายพันธุ์ได้อย่างรวดเร็วนั่นเอง
5 ข้อดีใช้ AI ช่วยหาวิธีฆ่าไวรัส
- การคัดกรองเสมือนจริง: ทดสอบการผสมผสานโมเลกุลหลายพันล้านแบบทางดิจิทัล แทนที่จะผสมโมเลกุลเหล่านั้นอย่างช้า ๆ ในห้องปฏิบัติการจริง
- กระบวนการเร่งด่วน: ระบุยาที่มีอยู่แล้วซึ่งปลอดภัยและสามารถนำมาใช้ใหม่ เพื่อรับมือกับการระบาดของไวรัสชนิดใหม่ได้ภายในเวลาเพียงไม่กี่สัปดาห์ แทนที่จะใช้เวลาหลายสิบปี
- การทำแผนที่โครงสร้าง: ไขปริศนาเกี่ยวกับรูปร่างโปรตีนของไวรัสที่ซับซ้อนได้ทันที เผยให้เห็นจุดอ่อนสำหรับการพัฒนายาที่ตรงเป้าหมาย
- การติดตามการกลายพันธุ์: ทำนายว่าไวรัสจะเปลี่ยนแปลงไปอย่างไรต่อไป เพื่อให้การรักษาได้ผลดีกับสายพันธุ์ใหม่ ๆ
- การออกแบบตามสั่ง: สร้างโมเลกุลหรือแบคทีริโอเฟจสังเคราะห์ที่ปรับแต่งมา เพื่อโจมตีเชื้อโรคจำเพาะโดยไม่ทำลายเซลล์มนุษย์ที่แข็งแรง
แม้ AI จะมีข้อดี แต่โลกยังไม่พร้อมรับมือกับไวรัสที่เกิดจาก AI
แม้ว่าความก้าวหน้าทางวิทยาศาสตร์ที่แบบจำลอง AI เชิงสร้างสรรค์ เช่น Evo จะสามารถออกแบบไวรัสที่ใช้งานได้จริงและไม่ติดเชื้อในมนุษย์ได้สำเร็จตั้งแต่เริ่มต้น แต่ผู้เชี่ยวชาญด้านความปลอดภัยทางชีวภาพชั้นนำเตือนว่า แม้การออกแบบทางชีวภาพแบบดิจิทัลจะเกิดขึ้นแล้ว แต่ยังขาดการกำกับดูแลและมาตรฐานความปลอดภัยระดับโลกที่ครอบคลุมเพื่อชี้นำกระบวนการนี้
ความเป็นจริงและความสามารถในปัจจุบัน
- ความสำเร็จขั้นแรก: ปัญญาประดิษฐ์ (AI) ถูกนำมาใช้ในการเขียนจีโนมไวรัสที่สมบูรณ์และใช้งานได้ (แบคทีริโอเฟจที่โจมตีแบคทีเรีย เช่น อีโคไล)
- อัตราความสำเร็จเริ่มต้นต่ำ: การสร้างการออกแบบที่ใช้งานได้จริงยังคงต้องอาศัยการลองผิดลองถูกและการทดสอบในห้องปฏิบัติการอย่างละเอียด (เช่น มีเพียง 16 จากผลลัพธ์ AI หลายแสนรายการที่ใช้งานได้)
- ประโยชน์ที่มุ่งเน้น: งานวิจัยเพื่อสาธารณประโยชน์ในปัจจุบันได้ยกเว้น และตัดข้อมูลชุดเชื้อโรคที่ก่อให้เกิดโรคในมนุษย์ออกโดยเฉพาะ เพื่อป้องกันการนำไปใช้ในทางที่อันตราย
มาตรการคุ้มครองที่ขาดหายไปและช่องโหว่
- การคัดกรองการสังเคราะห์ DNA ที่อ่อนแอ: ผู้ให้บริการเชิงพาณิชย์ที่พิมพ์ลำดับ DNA ไม่มีระบบที่เป็นหนึ่งเดียวและเชื่อถือได้ทั่วโลก ในการตรวจจับรหัสที่เป็นอันตรายหรือแฝงตัวเป็นพิษ
- ความล่าช้าทางนโยบาย: กฎระเบียบระหว่างประเทศมุ่งเน้นไปที่การจำกัดแบบจำลองซอฟต์แวร์ มากกว่าการตรวจสอบการสังเคราะห์ทางกายภาพและห่วงโซ่อุปทานของวัสดุชีวภาพ
- ปัญหาการใช้งานสองทาง: รูปแบบภาษาเดียวกันที่ออกแบบมาเพื่อรักษาเชื้อแบคทีเรียดื้อยาปฏิชีวนะ อาจถูกนำไปใช้ผิดวิธีกับสารชีวภาพที่เป็นอันตรายได้
AI เป็นเครื่องมือที่มีประโยชน์ แต่อาจถูกนำไปใช้ในด้านดีและไม่ดีได้ ดังนั้น การใช้ AI มนุษย์ทุกคนจำเป็นต้องพึงตระหนักในการใช้เกี่ยวกับเรื่องเหล่านี้ อย่างมีความรับผิดชอบและปลอดภัยต่อมวลมนุษยชาติ
อัปเดตข้อมูลแวดวงวิทยาศาสตร์ เทคโนโลยี รู้ทันโลกไอที และโซเชียลฯ ในรูปแบบ Audio จาก AI เสียงผู้ประกาศของไทยพีบีเอส ได้ที่ Thai PBS
ที่มาข้อมูล: ภาควิชาจุลชีววิทยา คณะแพทยศาสตร์ศิริราชพยาบาล, science, storage, bbc, wsj
“รอบรู้ ดูกระแส ก้าวทันโลก” ไปกับ Thai PBS Sci & Tech
