Minh Nguyệt✔
Intern Writer
Trí tuệ nhân tạo (AI) đang dần chạm đến những ranh giới mà trước đây chúng ta chỉ có thể hình dung trong khoa học viễn tưởng. Mới đây, các nhà khoa học đã lần đầu tiên sử dụng AI để thiết kế những loại virus hoàn toàn mới, chưa từng tồn tại trong tự nhiên. Thành tựu này mở ra cánh cửa hy vọng cho y học, đặc biệt trong cuộc chiến chống lại vi khuẩn kháng thuốc, nhưng đồng thời cũng dấy lên những lo ngại sâu sắc về nguy cơ lạm dụng công nghệ.
Theo một nghiên cứu được công bố trên tạp chí Science vào ngày 6 tháng 8 vừa qua, và một phiên bản chưa qua bình duyệt đã xuất hiện trên máy chủ tiền bản in *bioRxiv* từ năm ngoái, những virus do AI tạo ra chỉ tấn công vi khuẩn. Đây là những bộ gen, hay còn gọi là "sách hướng dẫn di truyền" hoàn chỉnh, được thiết kế hoàn toàn bằng AI tạo sinh (generative AI). Patrick Cai, một nhà sinh học tổng hợp tại Đại học Manchester ở Anh, nhận định với New York Times rằng đây là một cột mốc quan trọng.
Để đạt được bước đột phá này, các nhà nghiên cứu đã sử dụng các mô hình AI tạo sinh mang tên Evo 1 và Evo 2. Chúng được huấn luyện trên hàng nghìn tỷ nucleotide – những khối xây dựng cơ bản của DNA và RNA – từ các trình tự di truyền của vô số sinh vật. Cách hoạt động của Evo 1 và Evo 2 khá giống với các mô hình ngôn ngữ lớn như ChatGPT, nhưng thay vì học cách xâu chuỗi các câu chữ, chúng học cách dự đoán và tạo ra các mẫu trình tự di truyền.
Mục tiêu chính của nhóm nghiên cứu là kiểm tra khả năng của Evo trong việc thiết kế một bộ gen hoàn chỉnh. Họ tập trung vào bacteriophage, một loại virus chuyên tấn công vi khuẩn. Những virus này có tiềm năng rất lớn trong việc điều trị các bệnh nhiễm trùng do vi khuẩn, đặc biệt khi vi khuẩn ngày càng phát triển khả năng kháng thuốc kháng sinh – một mối đe dọa sức khỏe toàn cầu nghiêm trọng. Tổ chức Y tế Thế giới (WHO) ước tính, tình trạng kháng thuốc kháng sinh đã liên quan đến hơn 4,7 triệu ca tử vong trên toàn thế giới chỉ riêng trong năm 2021.
Các nhà khoa học đã cung cấp thêm dữ liệu huấn luyện cho các mô hình Evo, sử dụng virus Phi X-174. Đây là một bacteriophage đã được nghiên cứu kỹ lưỡng, chỉ lây nhiễm vi khuẩn *Escherichia coli* (E. coli) và có bộ gen tương đối đơn giản, khoảng 5.400 cặp nucleotide (cặp bazơ). Để dễ hình dung, bộ gen người có khoảng 3 tỷ cặp bazơ.
Khi yêu cầu AI thiết kế các phage tương tự Phi X-174, hệ thống đã đưa ra khoảng 700.000 lựa chọn tiềm năng. Nhóm nghiên cứu đã tổng hợp 285 trong số đó trong phòng thí nghiệm. Kết quả thật đáng kinh ngạc: 16 trong số các bacteriophage tổng hợp này đã ngăn chặn thành công sự phát triển của E. coli khi thử nghiệm trong đĩa Petri. Thậm chí, một số thử nghiệm còn cho thấy vài loại virus do AI thiết kế có khả năng nhân lên và truyền gen tốt hơn cả Phi X-174 tự nhiên. Brian Hie, nhà sinh học tính toán tại Đại học Stanford và đồng tác giả nghiên cứu, chia sẻ trong một tuyên bố rằng điều này thực sự rất hứa hẹn.
Không dừng lại ở đó, các thí nghiệm tiếp theo còn tiết lộ rằng một "cocktail" gồm 16 loại phage tổng hợp này có thể tấn công hai chủng E. coli kháng kháng sinh, điều mà cả Phi X-174 đơn lẻ hay hỗn hợp các phage tự nhiên đều không làm được. Anh Hie giải thích rằng nếu vi khuẩn kháng lại một loại phage duy nhất, việc điều trị sẽ thất bại. Nhưng với hỗn hợp nhiều phage có cấu trúc di truyền khác biệt, vi khuẩn sẽ khó phát triển khả năng kháng lại toàn bộ "cocktail" đó hơn.
Nghiên cứu mới này đã nhận được cả sự phấn khích lẫn những lo ngại. Isaac Bogoch, chuyên gia về bệnh truyền nhiễm tại Đại học Toronto ở Canada, chia sẻ với Al Jazeera rằng virus do AI thiết kế có thể mang lại nhiều lợi ích tiềm năng, như việc tạo ra các bacteriophage nhắm mục tiêu cụ thể, giúp chúng ta giải quyết các bệnh nhiễm trùng kháng kháng sinh theo những cách mới.
Tuy nhiên, anh Bogoch cũng cảnh báo rằng khả năng thiết kế virus chức năng có thể trở thành một rủi ro an ninh sinh học nếu nó được áp dụng cho các mầm bệnh nguy hiểm. Anh nhấn mạnh rằng cần có những "hàng rào bảo vệ" mạnh mẽ, quy trình sàng lọc và giám sát chặt chẽ để phát triển song song với công nghệ.
Các tác giả nghiên cứu, bao gồm Brian Hie, đã đề cập đến một số lo ngại này trong bài báo của mình. Họ đã loại trừ một số bộ gen nhất định khỏi dữ liệu huấn luyện của Evo để ngăn AI thiết kế virus có khả năng lây nhiễm cho người, động vật, thực vật hoặc nấm. Nhóm cũng thực hiện các thí nghiệm với những biện pháp phòng ngừa vượt xa mức thông thường khi nghiên cứu bacteriophage và vật chủ của chúng. Những chi tiết này được trình bày trong phần tài liệu bổ sung của bài báo và có thể được sử dụng làm khuôn khổ an toàn sinh học.
Mặc dù vậy, vẫn chưa rõ liệu kỹ thuật này có thể áp dụng cho các bộ gen phức tạp hơn hay không. Tom Ellis, một kỹ sư gen tổng hợp tại Đại học Hoàng gia London, nhận định với Al Jazeera rằng bộ gen của phage Phi X-174 là một trong những bộ gen nhỏ nhất và dễ thiết kế nhất. Để so sánh, bộ gen của virus gây COVID-19 dài gấp sáu lần. Anh Ellis ước tính rằng độ phức tạp để một mô hình AI tạo ra thứ gì đó lớn hơn sẽ tăng theo cấp số nhân, nghĩa là một bộ gen dài gấp sáu lần có thể khó thực hiện hơn gấp khoảng 100 lần.
Rõ ràng, AI đang mở ra một kỷ nguyên mới trong sinh học và y học, với tiềm năng to lớn nhưng cũng đi kèm với những thách thức về đạo đức và an ninh mà chúng ta cần phải đối mặt một cách nghiêm túc.
Theo một nghiên cứu được công bố trên tạp chí Science vào ngày 6 tháng 8 vừa qua, và một phiên bản chưa qua bình duyệt đã xuất hiện trên máy chủ tiền bản in *bioRxiv* từ năm ngoái, những virus do AI tạo ra chỉ tấn công vi khuẩn. Đây là những bộ gen, hay còn gọi là "sách hướng dẫn di truyền" hoàn chỉnh, được thiết kế hoàn toàn bằng AI tạo sinh (generative AI). Patrick Cai, một nhà sinh học tổng hợp tại Đại học Manchester ở Anh, nhận định với New York Times rằng đây là một cột mốc quan trọng.
Để đạt được bước đột phá này, các nhà nghiên cứu đã sử dụng các mô hình AI tạo sinh mang tên Evo 1 và Evo 2. Chúng được huấn luyện trên hàng nghìn tỷ nucleotide – những khối xây dựng cơ bản của DNA và RNA – từ các trình tự di truyền của vô số sinh vật. Cách hoạt động của Evo 1 và Evo 2 khá giống với các mô hình ngôn ngữ lớn như ChatGPT, nhưng thay vì học cách xâu chuỗi các câu chữ, chúng học cách dự đoán và tạo ra các mẫu trình tự di truyền.
Mục tiêu chính của nhóm nghiên cứu là kiểm tra khả năng của Evo trong việc thiết kế một bộ gen hoàn chỉnh. Họ tập trung vào bacteriophage, một loại virus chuyên tấn công vi khuẩn. Những virus này có tiềm năng rất lớn trong việc điều trị các bệnh nhiễm trùng do vi khuẩn, đặc biệt khi vi khuẩn ngày càng phát triển khả năng kháng thuốc kháng sinh – một mối đe dọa sức khỏe toàn cầu nghiêm trọng. Tổ chức Y tế Thế giới (WHO) ước tính, tình trạng kháng thuốc kháng sinh đã liên quan đến hơn 4,7 triệu ca tử vong trên toàn thế giới chỉ riêng trong năm 2021.
Các nhà khoa học đã cung cấp thêm dữ liệu huấn luyện cho các mô hình Evo, sử dụng virus Phi X-174. Đây là một bacteriophage đã được nghiên cứu kỹ lưỡng, chỉ lây nhiễm vi khuẩn *Escherichia coli* (E. coli) và có bộ gen tương đối đơn giản, khoảng 5.400 cặp nucleotide (cặp bazơ). Để dễ hình dung, bộ gen người có khoảng 3 tỷ cặp bazơ.
Khi yêu cầu AI thiết kế các phage tương tự Phi X-174, hệ thống đã đưa ra khoảng 700.000 lựa chọn tiềm năng. Nhóm nghiên cứu đã tổng hợp 285 trong số đó trong phòng thí nghiệm. Kết quả thật đáng kinh ngạc: 16 trong số các bacteriophage tổng hợp này đã ngăn chặn thành công sự phát triển của E. coli khi thử nghiệm trong đĩa Petri. Thậm chí, một số thử nghiệm còn cho thấy vài loại virus do AI thiết kế có khả năng nhân lên và truyền gen tốt hơn cả Phi X-174 tự nhiên. Brian Hie, nhà sinh học tính toán tại Đại học Stanford và đồng tác giả nghiên cứu, chia sẻ trong một tuyên bố rằng điều này thực sự rất hứa hẹn.
Không dừng lại ở đó, các thí nghiệm tiếp theo còn tiết lộ rằng một "cocktail" gồm 16 loại phage tổng hợp này có thể tấn công hai chủng E. coli kháng kháng sinh, điều mà cả Phi X-174 đơn lẻ hay hỗn hợp các phage tự nhiên đều không làm được. Anh Hie giải thích rằng nếu vi khuẩn kháng lại một loại phage duy nhất, việc điều trị sẽ thất bại. Nhưng với hỗn hợp nhiều phage có cấu trúc di truyền khác biệt, vi khuẩn sẽ khó phát triển khả năng kháng lại toàn bộ "cocktail" đó hơn.
Nghiên cứu mới này đã nhận được cả sự phấn khích lẫn những lo ngại. Isaac Bogoch, chuyên gia về bệnh truyền nhiễm tại Đại học Toronto ở Canada, chia sẻ với Al Jazeera rằng virus do AI thiết kế có thể mang lại nhiều lợi ích tiềm năng, như việc tạo ra các bacteriophage nhắm mục tiêu cụ thể, giúp chúng ta giải quyết các bệnh nhiễm trùng kháng kháng sinh theo những cách mới.
Tuy nhiên, anh Bogoch cũng cảnh báo rằng khả năng thiết kế virus chức năng có thể trở thành một rủi ro an ninh sinh học nếu nó được áp dụng cho các mầm bệnh nguy hiểm. Anh nhấn mạnh rằng cần có những "hàng rào bảo vệ" mạnh mẽ, quy trình sàng lọc và giám sát chặt chẽ để phát triển song song với công nghệ.
Các tác giả nghiên cứu, bao gồm Brian Hie, đã đề cập đến một số lo ngại này trong bài báo của mình. Họ đã loại trừ một số bộ gen nhất định khỏi dữ liệu huấn luyện của Evo để ngăn AI thiết kế virus có khả năng lây nhiễm cho người, động vật, thực vật hoặc nấm. Nhóm cũng thực hiện các thí nghiệm với những biện pháp phòng ngừa vượt xa mức thông thường khi nghiên cứu bacteriophage và vật chủ của chúng. Những chi tiết này được trình bày trong phần tài liệu bổ sung của bài báo và có thể được sử dụng làm khuôn khổ an toàn sinh học.
Mặc dù vậy, vẫn chưa rõ liệu kỹ thuật này có thể áp dụng cho các bộ gen phức tạp hơn hay không. Tom Ellis, một kỹ sư gen tổng hợp tại Đại học Hoàng gia London, nhận định với Al Jazeera rằng bộ gen của phage Phi X-174 là một trong những bộ gen nhỏ nhất và dễ thiết kế nhất. Để so sánh, bộ gen của virus gây COVID-19 dài gấp sáu lần. Anh Ellis ước tính rằng độ phức tạp để một mô hình AI tạo ra thứ gì đó lớn hơn sẽ tăng theo cấp số nhân, nghĩa là một bộ gen dài gấp sáu lần có thể khó thực hiện hơn gấp khoảng 100 lần.
Rõ ràng, AI đang mở ra một kỷ nguyên mới trong sinh học và y học, với tiềm năng to lớn nhưng cũng đi kèm với những thách thức về đạo đức và an ninh mà chúng ta cần phải đối mặt một cách nghiêm túc.
