Finansowanie i narzędzia AI zmieniają badania z zakresu syntetycznej biologii

8 października Fujitsu ogłosiło współpracę ze stanem Nowy Meksyk w celu utworzenia centrum badawczego w dziedzinie komputerów kwantowych. To partnerstwo sygnalizuje szerszy ruch rządów i przemysłu na rzecz zabezpieczenia kolejnego pokolenia narzędzi obliczeniowych, które stają się coraz ważniejsze przy modelowaniu złożonych systemów biologicznych. To działanie następuje w momencie, gdy koszt wejścia do badań z zakresu syntetycznej biologii wciąż rośnie, wymagając bardziej zaawansowanej infrastruktury niż tradycyjna praca laboratoryjna.

Pieniądze i modele

Skala finansowa ostatnich zobowiązań jest trudna do zignorowania. Zgodnie z raportem Unite.AI, Biohub, Departament Energii i NIH zobowiązały się do przekazania 1 800 000 000 dolarów na Inicjatywę Wirtualnej Biologii. Te fundusze mają służyć budowie otwartych danych dla modeli AI, które potrafią przewidywać i leczyć choroby. Inicjatywa oznacza zmianę od czysto laboratoryjnych eksperymentów do modelu hybrydowego, w którym cyfrowe bliźniaki i symulacje odgrywają centralną rolę w odkrywaniu leków i zrozumieniu biologii.

Potok kapitału nie jest jednak pozbawiony tarcia. Odcinek podcastu z STAT News omawiał, jak niepewność finansowania przez National Institutes of Health wpływa na badaczy w USA. W odcinku Heather Pierce, starsza dyrektorka ds. polityki naukowej w Association of American Medical Colleges, podkreśliła lęk naukowców, którzy polegają na grantach federalnych. Choć zobowiązanie na 1 800 000 000 dolarów jest istotne, nie rozwiązuje ono szerszej niestabilności, która dotknęła finansowanie badań biomedycznych w ostatnich latach. Badacze są teraz zmuszeni dywersyfikować źródła finansowania, sięgając po partnerów z sektora prywatnego i współpracowników z zagranicy, aby utrzymać swoje projekty przy życiu.

Akcelerator AI

Sztuczna inteligencja to już nie tylko narzędzie dla syntetycznej biologii; staje się głównym motorem tego obszaru. Google DeepMind przedstawiło SynthID Bio, metodę znakowania wodnego dla syntetycznej biologii, 4 października. Technologia ta osadza niewidoczną sygnaturę w kodzie biologicznym białek generowanych przez AI. Pozwala to badaczom zweryfikować pochodzenie projektu biologicznego i upewnić się, że został stworzony przez konkretny model. Firma stwierdziła, że w testach laboratoryjnych projekty ze znakiem wodnym osiągnęły taką samą skuteczność i siłę wiązania co wersje bez znaku. To krytyczny rozwój dla biobezpieczeństwa, ponieważ zapewnia namacalną warstwę weryfikacji, którą można bezpośrednio osadzić w samym projekcie biologicznym.

Microsoft Research poszło inną drogą, wprowadzając Quine, wielomodalny model świata z zakresu biologii, 29 września. System łączy modele, narzędzia naukowe, literaturę i badaczy w interaktywnym harnessie. We współpracy z Broad Institute of Harvard i MIT badacze użyli Quine, aby priorytetyzować związki przewidywane do wywoływania terapeutycznych zmian w stanie guza. Kilka najlepiej ocenionych kandydatów zostało zwalidowanych w wielu testach laboratoryjnych. To pokazuje, że AI może teraz wyjść poza proste przewidywanie i przejść do aktywnego eksperymentowania, co przyciąga znaczące inwestycje ze strony dużych firm technologicznych.

Bezpieczeństwo i szpiegostwo

Szybki postęp tych technologii nie uszedł uwadze aktorów państwowych. MI5 wydało ostrzeżenie 30 września, o czym informowało BBC News, że ponad 100 akademików powiązanych z brytyjskimi instytucjami nieświadomie wspierało operacje szpiegowskie Chin. Alerte zidentyfikowała China General Technology Research Institute (CGTRI) jako firmę frontową Ministerstwa Bezpieczeństwa Państwowego. MI5 stwierdziło, że głównym celem CGTRI jest finansowanie badań akademickich, które bezpośrednio poprawiają techniczne możliwości szpiegowskie Chin. Obszary badań obejmowały AI, cyberbezpieczeństwo i ukryte systemy komunikacji. To zmusiło uniwersytety do przeglądu współpracy z chińskimi instytucjami, tworząc nową warstwę ryzyka biurokratycznego i prawnego dla badaczy syntetycznej biologii, którzy polegają na międzynarodowym udostępnianiu danych.

The Hacker News donosił, że alerta ostrzega, że instytucje kontynuujące współpracę mogą zostać oskarżone na mocy National Security Act 2 023. Chińska ambasada odrzuciła oskarżenia jako „wyimaginowane i całkowicie sfabrykowane”. Ten spór dyplomatyczny dodaje kolejną zmienną do równania finansowego. Badacze zależni od współpracy transgranicznej mogą napotkać opóźnienia lub anulacje, gdy instytucje przeprowadzają przeglądy bezpieczeństwa. Koszt zgodności rośnie i jest przenoszony na samych badaczy w formie obciążenia administracyjnego i niepewności.

Otwarte źródła i społeczność

Nie wszystkie rozwój napędzają interesy państwowe lub korporacyjne. Społeczność open source również wnosi istotny wkład. Nous Research pozyskało 90 000 000 dolarów 7 października, aby stworzyć AI służące ludziom, zgodnie z ogłoszeniem firmy. Fundusze zostaną użyte do budowy Hermes for Businesses, agenta, który pozwala firmom poprawiać i posiadać własne stosy inteligencji. Nous Research podkreśliło, że marginalny koszt reprodukcji oprogramowania gwałtownie spadł i wierzą w rozprzestrzenianie swoich narzędzi, a nie w ich blokadę. To podejście kontrastuje z zamkniętymi ekosystemami dużych firm technologicznych i oferuje alternatywę dla mniejszych grup badawczych, które nie mają zasobów na budowę własnej infrastruktury AI.

Anthropic uruchomiło OSS Scanner 8 października, opcjonalną usługę wykrywania podatności w oprogramowaniu open source. Usługa używa Claude do znajdowania podatności w kodzie open source. Chociaż to głównie narzędzie cyberbezpieczeństwa, technologia pod spodem jest istotna dla syntetycznej biologii. W miarę jak projekty biologiczne stają się bardziej złożone i polegają na oprogramowaniu do symulacji i zarządzania danymi, bezpieczeństwo samego kodu staje się kwestią biologicznego bezpieczeństwa. Anthropic odkryło ponad 29 000 kandydujących podatności w ciągu ostatnich sześciu miesięcy, co podkreśla skalę problemu. Ta usługa jest dostępna bezpłatnie dla projektów open source, co może obejmować wiele narzędzi używanych w badaniach z zakresu syntetycznej biologii.

Droga do przodu

Terren finansowania badań z zakresu syntetycznej biologii zmienia się szybko. Zobowiązanie na 1 800 000 000 dolarów od Biohub i partnerów zapewnia stabilną podstawę dla badań opartych na danych. Jednak udział aktorów państwowych, zarówno w formie szpiegostwa, jak i obaw o bezpieczeństwo, dodaje warstwę złożoności, z którą badacze muszą się mierzyć. Narzędzia AI, takie jak SynthID Bio i Quine, umożliwiają przyspieszenie odkryć, ale również rodzą nowe pytania o bezpieczeństwo i pochodzenie. Społeczność open source wkracza na scenę, dostarczając narzędzia dostępne i przejrzyste, ale koszt wejścia pozostaje wysoki dla wielu instytucji.

Gdy finansowanie płynie z wielu źródeł, wyzwaniem dla badaczy jest zintegrowanie tych rozproszonych elementów w spójną strategię badawczą. W najbliższych latach prawdopodobnie dojdzie do konsolidacji tych wysiłków, z czym niektóre narzędzia i platformy wyłonią się jako standardy branżowe. Kluczem będzie utrzymanie otwartości i współpracy, które napędzały ten obszar do przodu, przy jednoczesnym adresowaniu uzasadnionych obaw o bezpieczeństwo. Stawka jest wysoka, a tempo zmian szybkie. Badacze, którzy potrafią dostosować się do tego nowego środowiska, będą najlepiej przygotowani do dokonania kolejnych przełomów w syntetycznej biologii.