GenoMorph néven új mesterséges intelligencia platformot fejlesztett a Colossal Biosciences, amellyel ritka genetikai adatokból próbálja meghatározni, mely DNS-régiók befolyásolhatták a dodo jellegzetes fizikai tulajdonságait. A vállalat szerint a rendszer mintegy 2300 lehetséges génszerkesztési célpontot jelölt ki a madár koponya- és arcformájával kapcsolatban, de ezek egyelőre vizsgálandó jelöltek, nem bizonyított vagy már végrehajtott genetikai módosítások.
A Colossal október 14-én mutatta be GenoMorph nevű belső platformját, amelyet olyan kihalt fajok kutatására készítettek, amelyekből csak kevés használható genom áll rendelkezésre. A rendszer összehasonlító genomikát, fejlődésbiológiai adatokat és nagy felbontású háromdimenziós alaktani méréseket kapcsol össze. A cél nem az, hogy maga az MI végezze el a génszerkesztést, hanem hogy leszűkítse azoknak a genetikai eltéréseknek a körét, amelyeket érdemes laboratóriumban megvizsgálni.
A dodo különösen nehéz eset, mert a Colossal szerint jelenleg egy teljes dodo-genommal dolgoznak, miközben a gyapjas mamut programjánál megközelítőleg száz genom áll rendelkezésre összehasonlításra. A GenoMorph fejlesztéséhez csirkékből, fürjekből, kacsákból és galambokból származó fejlődésbiológiai információkat, valamint több mint 70 madárfaj genetikai adatait és háromdimenziós koponyaméréseit használták fel. A modell ezekből próbál összefüggést találni a fejlődés során aktív szabályozó DNS-régiók és a fizikai formák között.
A vállalat vezérigazgatója szerint a rendszer eddig körülbelül 2300 olyan ígéretes genetikai célpontot talált, amelyek kapcsolatban lehetnek a dodo koponya- és arcformájával. Ez azonban nem 2300 bizonyított „dodo-gén”. A GenoMorph statisztikai és biológiai összefüggések alapján olyan szabályozó elemeket jelöl ki, amelyeket ezután külön laboratóriumi vizsgálatokkal kell tesztelni. Maga a Colossal is úgy fogalmaz, hogy a következő lépés a modell előrejelzéseinek kísérleti ellenőrzése.
Mennyivel gyorsíthatja fel a genetikai kutatást a mesterséges intelligencia, ha több millió lehetséges eltérés helyett már csak néhány ezer legígéretesebb jelöltet kell laboratóriumban megvizsgálni?
A dodo-programban a genetikai célpontok megtalálása csak egy része a problémának. A Colossal a dodo legközelebbi élő rokonának tekintett nikobári galambbal is dolgozik, és közlése szerint már sikerült létrehoznia azokat az alapvető ivarsejt-előalakokat, amelyek később szerepet kaphatnak a génszerkesztési folyamatban. A vállalat jelenleg 36 nikobári galambból álló kolóniáról számolt be. A technológiai elemek tehát kezdenek összekapcsolódni, de ebből még nem következik, hogy rövid időn belül megszülethet egy dodo tulajdonságait hordozó állat.
A legnagyobb bizonytalanság éppen a genetikai előrejelzés és egy működő élőlény közötti távolság. Egy modell által kiválasztott DNS-régió módosítása más fejlődési folyamatokra is hatással lehet, és egy kívánt külső tulajdonság előidézése nem bizonyítja, hogy az állat biológiailag, viselkedésében vagy ökológiai szerepében megfelelne a kihalt fajnak. A GenoMorph ezért jelenleg kutatási priorizáló eszköz, nem pedig olyan rendszer, amely bizonyítottan képes kihalt állatokat „visszahozni”.
A fejlesztés szélesebb jelentősége túlmutathat a dodo-projekten. A biológiában számos faj, ritka betegség és genetikai jelenség esetében kevés adat áll rendelkezésre, miközben a lehetséges genetikai eltérések száma hatalmas. Ha a mesterséges intelligencia megbízhatóan képes lesz a legígéretesebb laboratóriumi célpontok kiválasztására, a kutatók kevesebb kísérlettel juthatnak el értelmezhető eredményekhez. A döntő kérdés azonban továbbra is az marad, hogy a modell által javasolt hipotézisek közül hány állja ki a valódi biológiai kísérletek próbáját.
Olvasd el ezt is: Saját első autonóm mesterséges intelligencia laboratóriumát építi a Danaher
Források: Colossal Biosciences, Reuters, TechCrunch
CS.SZ.
