Finansowanie i narzędzia AI zmieniają badania w biologii syntetycznej

8 października Fujitsu ogłosiło współpracę ze stanem Nowy Meksyk przy tworzeniu centrum badań nad obliczeniami kwantowymi. Partnerstwo wpisuje się w szerszy wysiłek rządów i przemysłu, żeby zapewnić sobie kolejną generację narzędzi obliczeniowych. Takie narzędzia są coraz ważniejsze przy modelowaniu złożonych układów biologicznych. Ogłoszenie padło w momencie, gdy koszt wejścia do badań w biologii syntetycznej wciąż rośnie. Praca wymaga tu bardziej rozbudowanej infrastruktury niż w tradycyjnym laboratorium.

Pieniądze i modele

Skala ostatnich zobowiązań finansowych jest trudna do przeoczenia. Jak podaje Unite.AI, Biohub, Departament Energii i NIH przeznaczyły 1,8 mld dolarów na Inicjatywę Wirtualnej Biologii. Pieniądze mają zbudować otwarte dane dla modeli AI, które potrafią przewidywać choroby i pomagać w leczeniu. Inicjatywa oznacza przejście od doświadczeń wyłącznie mokrych do modelu hybrydowego. Cyfrowe bliźniaki i symulacje odgrywają w nim główną rolę w odkrywaniu leków i rozumieniu biologii.

Przepływ kapitału nie odbywa się jednak bez tarć. W odcinku podcastu STAT News rozmawiano o tym, jak niepewność finansowania Narodowych Instytutów Zdrowia odbija się na amerykańskich badaczach. Gościem była Heather Pierce, starsza dyrektorka ds. polityki naukowej w Association of American Medical Colleges. Odcinek pokazał niepokój naukowców, którzy opierają się na grantach federalnych. Zobowiązanie na 1,8 mld dolarów jest znaczące, ale nie usuwa szerszej niestabilności, która trapi finansowanie badań biomedycznych od kilku lat. Badacze muszą teraz różnicować źródła pieniędzy. Sięgają po partnerów z sektora prywatnego i współpracowników z zagranicy, żeby utrzymać projekty przy życiu.

Akcelerator AI

Sztuczna inteligencja nie jest już tylko narzędziem biologii syntetycznej. Staje się głównym motorem tej dziedziny. Google DeepMind zaprezentowało 4 października SynthID Bio, metodę znakowania wodnego dla biologii syntetycznej. Technologia wpisuje niewidoczny podpis w kod biologiczny białek generowanych przez AI. Dzięki temu badacze mogą sprawdzić pochodzenie projektu i potwierdzić, że stworzył go konkretny model. Firma podała, że w testach laboratoryjnych oznakowane projekty miały taki sam współczynnik trafień i powinowactwo wiązania jak wersje bez znaku wodnego. To ważny krok dla biobezpieczeństwa. Daje namacalną warstwę weryfikacji, którą można osadzić bezpośrednio w samym projekcie biologicznym.

Microsoft Research poszedł inną drogą, prezentując 29 września Quine, multimodalny model świata biologii. System łączy modele, narzędzia naukowe, literaturę i badaczy w interaktywne środowisko pracy. We współpracy z Broad Institute przy Harvardzie i MIT badacze użyli Quine do ustalenia priorytetów związków, które według przewidywań mają wywoływać zmiany stanu nowotworu pod wpływem leczenia. Kilka najwyżej ocenionych kandydatów potwierdzono w wielu testach laboratoryjnych. Pokazuje to, że AI potrafi już wyjść poza proste przewidywanie i brać udział w eksperymentach. Ta możliwość przyciąga poważne inwestycje od największych firm technologicznych.

Bezpieczeństwo i szpiegostwo

Szybki rozwój tych technologii nie uszedł uwagi państw. MI5 ostrzegła 30 września, o czym informowało BBC News, że ponad 100 naukowców związanych z brytyjskimi instytucjami nieświadomie pomogło chińskim operacjom szpiegowskim. Komunikat wskazał China General Technology Research Institute (CGTRI) jako firmę przykrywkę dla Ministerstwa Bezpieczeństwa Państwowego. Według MI5 CGTRI finansuje badania akademickie, które bezpośrednio poprawiają chińskie zdolności techniczne w szpiegostwie. Obszary badań obejmowały AI, cyberbezpieczeństwo i systemy komunikacji ukrytej. To zmusiło uniwersytety do przeglądu współpracy z chińskimi instytucjami. Dla badaczy biologii syntetycznej, którzy opierają się na międzynarodowym udostępnianiu danych, pojawia się nowa warstwa ryzyka biurokratycznego i prawnego.

The Hacker News podał, że komunikat ostrzega, iż instytucje kontynuujące współpracę mogą odpowiadać karnie na podstawie National Security Act 2023. Ambasada Chin odrzuciła zarzuty jako "wymyślone i całkowicie sfabrykowane". Ten spór dyplomatyczny dokłada kolejną zmienną do równania finansowania. Badacze zależni od współpracy transgranicznej mogą napotkać opóźnienia albo anulowania, gdy instytucje prowadzą kontrole bezpieczeństwa. Koszt zgodności rośnie. Ponoszą go sami badacze, w postaci obciążeń administracyjnych i niepewności.

Otwarte źródła i społeczność

Nie wszystkie zmiany napędzają państwa albo korporacje. Swój wkład wnosi też społeczność otwartego oprogramowania. Nous Research zebrało 7 października 90 mln dolarów na tworzenie AI, która służy ludziom, jak podano w ogłoszeniu firmy. Pieniądze pójdą na Hermes for Businesses, agenta, który pozwala firmom ulepszać własne stosy inteligencji i mieć nad nimi kontrolę. Nous Research podkreśliło, że koszt krańcowy odtworzenia oprogramowania gwałtownie spadł. Firma wierzy w upowszechnianie swoich narzędzi, a nie w ich zamykanie. To podejście kontrastuje z zamkniętymi ekosystemami wielkich firm technologicznych. Daje alternatywę mniejszym grupom badawczym, którym brakuje środków na własną infrastrukturę AI.

Anthropic uruchomiło 8 października OSS Scanner, opcjonalną usługę wyszukiwania luk w oprogramowaniu open source. Usługa korzysta z Claude, żeby znajdować podatności w kodzie otwartym. Choć to przede wszystkim narzędzie cyberbezpieczeństwa, sama technologia ma znaczenie dla biologii syntetycznej. Gdy projekty biologiczne stają się bardziej złożone i opierają się na oprogramowaniu do symulacji i zarządzania danymi, bezpieczeństwo kodu staje się kwestią bezpieczeństwa biologicznego. Anthropic znalazło w ciągu ostatnich sześciu miesięcy ponad 29 000 potencjalnych podatności, co pokazuje skalę problemu. Usługa jest bezpłatna dla projektów open source, a wśród nich może być wiele narzędzi używanych w badaniach nad biologią syntetyczną.

Co dalej

Krajobraz finansowania badań w biologii syntetycznej zmienia się szybko. Zobowiązanie Biohub i partnerów na 1,8 mld dolarów daje stabilną podstawę badaniom opartym na danych. Udział państw, zarówno w postaci szpiegostwa, jak i obaw o bezpieczeństwo, dokłada jednak warstwę złożoności, z którą badacze muszą sobie radzić. Narzędzia AI, takie jak SynthID Bio i Quine, pozwalają przyspieszyć odkrycia, ale rodzą nowe pytania o bezpieczeństwo i pochodzenie. Społeczność open source wchodzi z narzędziami dostępnymi i przejrzystymi. Koszt wejścia pozostaje jednak wysoki dla wielu instytucji.

Gdy pieniądze płyną z wielu źródeł, wyzwaniem dla badaczy jest połączenie tych rozproszonych elementów w spójną strategię badawczą. W najbliższych latach nastąpi prawdopodobnie konsolidacja tych wysiłków, a część narzędzi i platform stanie się standardem w branży. Kluczowe będzie utrzymanie otwartości i współpracy, które popychały tę dziedzinę do przodu, przy jednoczesnym zajęciu się zgłoszonymi obawami o bezpieczeństwo. Stawka jest wysoka, a tempo zmian szybkie. Badacze, którzy dostosują się do nowego otoczenia, będą w najlepszej pozycji, żeby dokonać kolejnych przełomów w biologii syntetycznej.