Сотни фагов от ИИ

Используя геномные языковые модели Evo 1 и Evo 2, американские исследователи под руководством Брайана Хая (Brian L. Hie) из Института Arc сгенерировали полные геномы бактериофагов, похожих на хорошо изученный вирус ΦX174. При этом смесь сгенерированных фагов приспособилась заражать три линии Escherichia coli, устойчивые к ΦX174. Этих результатов уже достаточно для эффектного заголовка о вирусах, созданных искусственным интеллектом. Но за кликбейтом скрывается более интересный вопрос: что именно в этом эксперименте сделала модель — и насколько далеко генерация последовательностей уже продвинулась в сторону проектирования сложных функциональных биологических систем с заданными свойствами?

Старый новый фаг

В качестве отправной точки исследователи выбрали хрестоматийный объект для подобных опытов — бактериофаг ΦX174, заражающий кишечную палочку. В 1977 году ΦX174 стал первым организмом с полностью расшифрованным ДНК-геномом, а в 2003 году его геном собрали из химически синтезированных фрагментов и ввели в клетки E. coli, где на его основе образовались полноценные инфекционные фаги. Теперь на нем проверили возможность генерации жизнеспособных вирусных геномов с помощью ИИ.

Кольцевой геном ΦX174 состоит всего из 5386 нуклеотидов и содержит 11 генов. Но короткий геном не значит простой: у ΦX174 он упакован очень плотно, одни гены вложены в другие и частично перекрываются. Поэтому одна замена в ДНК может одновременно изменить аминокислоту не только в одном белке, но и затронуть другой или нарушить регуляцию их синтеза. Даже искусственное устранение перекрытий при сохранении набора генов снижало приспособленность фага: компактная архитектура сама оказывается частью нормально работающей системы.

Именно эта двойственность делает ΦX174 удобной проверкой для генеративной модели. Геном этого организма достаточно короткий, чтобы работать с ним целиком, а десятилетия исследований дают подробную карту генов, белков и жизненного цикла. Но модель при этом не может свободно менять каждый участок по отдельности: ей приходится иметь дело с множеством перекликающихся ограничений. Поэтому получить жизнеспособный геном путем генерации — уже достаточно содержательный результат.

Что-то поручили Evo, что-то делали вручную

Так с чего начался этот эксперимент? Не с попытки «сгенерировать вирус с нуля», а с гораздо более приземленной задачи: взять хорошо изученный ΦX174 и посмотреть, сможет ли модель предложить такие варианты его генома, которые сохранят работоспособность всей системы.

Для генерации авторы взяли две модели — Evo 1 и Evo 2 — и использовали их как независимые источники последовательностей. Обе модели работают авторегрессионно: получив короткое начало генома, они предсказывают следующий нуклеотид, добавляют его к последовательности и повторяют эту операцию, пока не получат геном целиком.

Evo построены на гибридной архитектуре StripedHyena, которая сочетает механизм внимания с длинными свертками и позволяет учитывать связи между удаленными участками ДНК. При этом Evo 2 использует более производительное второе поколение этой архитектуры и обучена на существенно большем и разнообразном массиве данных — 9,3 триллиона нуклеотидов из геномов бактерий, архей, эукариот и бактериофагов. Evo 1 — более ранняя модель, обученная в основном на прокариотических геномах. Обе модели дополнительно обучили примерно на 14 тысячах отобранных геномов из семейства Microviridae, к которому относится ΦX174. Последовательности вирусов, заражающих эукариот, включая человека, из обучающих наборов исключили из соображений безопасности. Такая мера не делает любую сгенерированную последовательность заведомо безвредной, но снижает способность модели создавать правдоподобные геномы опасных вирусов.

Для повышения вероятности успеха авторы также задавали некоторые дополнительные условия. Например, для сохранения способности фага заражать требовалось, чтобы ген шипового белка — одной из структур, распознающих поверхность бактерии и участвующих в проникновении фага в клетку, — оставался достаточно похож на аналогичный ген ΦX174.

После генерации последовательности независимо прогоняли через набор биоинформатических программ и фильтров. Они отбрасывали геномы неподходящей длины, без необходимых фаговых генов, с неправдоподобным расположением генов или слишком похожие на уже известные последовательности. Поскольку стандартные программы плохо распознавали перекрывающиеся гены ΦX174, авторам пришлось разработать собственный аннотатор. 

Две версии Evo использовали, чтобы проверить, насколько результат воспроизводится на моделях разных поколений и с разным предварительным обучением, а заодно расширить разнообразие генерируемых последовательностей. Всего модели предложили около 700 тысяч последовательностей. После нескольких этапов отбора осталось 302 кандидата, из которых синтезировать и собрать удалось 285. Их вводили в клетки E. coli и следили за оптической плотностью культуры: резкое падение плотности означало, что бактерии лизируются. Положительные образцы затем секвенировали, размножали и проверяли на образование бляшек — прозрачных участков на сплошном слое бактерий. Появление бляшек подтверждает, что сгенерированный геном дал начало полноценным инфекционным частицам, способным проходить вирусный цикл: прикрепиться к бактерии и доставить в нее ДНК, обеспечить копирование генома и синтез вирусных белков, сборку новых частиц, их выход из разрушенной клетки и заражение соседних бактерий. Полный вирусный цикл запустили лишь 16 геномов.

Именно эта воронка описывает эксперимент лучше всего: модель произвела сотни тысяч вариантов, биоинформатические фильтры отобрали сотни, химический синтез превратил цифровые записи в молекулы, а бактерии отделили 16 работающих геномов от сотен неработающих. Причем последний пункт тут особенно важен: похожий на геном текст становится геномом в содержательном смысле только тогда, когда способен запустить весь вирусный цикл внутри клеточной системы.

Не просто мутанты ΦX174

Шестнадцать полученных фагов заметно различались и по последовательностям, и по свойствам. По подсчетам авторов, каждый вариант нес от 67 до 392 замен, которых не было в ближайшем известном природном родственнике. Самый далекий вариант, Evo-Φ2147, имел с ближайшим фагом нуклеотидную идентичность около 93 процентов — ниже порога, по которому в некоторых системах вирусной классификации разделяют виды.

Интересным примером оказался сгенерированный Evo-Φ36. Его белок J, участвующий в упаковке ДНК внутрь капсида, был похож не на белок ΦX174, а на значительно более короткий вариант из отдаленного фага G4. Ранее было показано, что прямая замена собственного белка J ΦX174 на белок из G4 не позволяла получить жизнеспособные химерные частицы: их прокапсиды теряли стабильность во время упаковки ДНК, но в Evo-Φ36 сочетание оказалось рабочим. Криоэлектронная микроскопия показала, что короткий белок J занял внутри капсида другую ориентацию. Авторы предполагают, что остальные изменения генома создали для него совместимый контекст. Это еще не раскрывает механизм такой совместимости, но показывает преимущество генерации целого генома перед оптимизацией каждой детали по отдельности.

Некоторые получившиеся фаги не только размножались, но и выигрывали у ΦX174 в прямой конкуренции за одни и те же бактериальные клетки. В трех независимых опытах варианты Evo-Φ69, Evo-Φ100 и Evo-Φ111 постоянно оказывались среди лидеров, а Evo-Φ69 к концу шестичасового опыта доминировал во всех трех повторах. Получается, что модель нашла новые комбинации, которые при заданных условиях работали не хуже, а иногда даже лучше исходного фага.

Но со словом «новые» здесь стоит быть осторожнее. В буквальном смысле оно вполне подходит: этих конкретных последовательностей среди известных природных фагов не было. Авторы работы также описывают полученные геномы как обладающие значительной эволюционной новизной. Однако независимый разбор тех же данных показал, что сгенерированные геномы в целом остаются филогенетически близкими к природным фагам, сохраняется примерно 97-процентная идентичность референсному геному. Поэтому авторы этого анализа предлагают считать Evo скорее очень эффективным эволюционным оптимизатором, чем машиной изобретения принципиально новой биологии.

Противостояние фагов и бактерий

Бактерии постоянно меняются под давлением вирусов: достаточно изменить рецептор на поверхности клетки или включить одну из внутриклеточных систем защиты — и прежний фаг может перестать узнавать хозяина или размножаться в нем. Фаги, в свою очередь, тоже эволюционируют и находят способы обойти новую защиту. Получается классическая гонка вооружений, только отдельный раунд в ней может занимать считанные поколения. 

Авторы работы решили проверить, пригодится ли созданное Evo разнообразие именно в такой ситуации. Сначала ученые получили три линии E. coli, устойчивые к исходному ΦX174: секвенирование показало у них мутации в генах waa, участвующих в синтезе липополисахарида — одного из компонентов наружной мембраны грамотрицательных бактерий. Для исходного фага этих изменений оказалось достаточно, и он уже не мог нормально запускать инфекцию.

Затем ученые смешали 16 сгенерированных фагов и последовательно переносили эту популяцию на новые бактериальные культуры. В них присутствовали и чувствительные, и устойчивые клетки: первые позволяли вирусам размножаться, а вторые создавали отбор в пользу вариантов, способных преодолеть защиту. Потомки фагового коктейля подавили все три устойчивые линии за одно–пять поколений, тогда как контрольный ΦX174 сопротивление бактерий не преодолел. Для двух линий авторы подробно проследили происхождение доминирующих вариантов — Evo-ΦR1 и Evo-ΦR2. Большая часть их геномов происходила от последовательностей, изначально сгенерированных моделью, хотя во время последующего размножения к ним добавились новые мутации.

Этот эксперимент, пожалуй, лучше всего объясняет, зачем вообще генерировать сотни вариантов одного фага. Практическая ценность здесь заключается не в поиске единственного идеально спроектированного вируса: в противостоянии с быстро меняющимся противником куда полезнее иметь разнообразное исходное сырье, а отбор и дополнительный мутагенез создаст из него подходящее решение. 

На похожей логике давно основана идея фаговых коктейлей — смесей нескольких бактериофагов, используемых в фаготерапии. Один фаг обычно имеет достаточно узкий круг хозяев, и бактерии способны довольно быстро приобретать к нему устойчивость, тогда как смесь нескольких фагов усложняет эту задачу. Фаготерапию рассматривают как возможную альтернативу или дополнение к антибиотикам, особенно при инфекциях, вызванных устойчивыми бактериями. Однако здесь продолжается собственная эволюционная гонка вооружений: бактерии способны быстро приобретать устойчивость к отдельному фагу. Настоящий эксперимент показывает: генеративная модель может быстро расширить набор исходных фаговых вариантов, что является потенциально интересным инструментом для фаготерапии, но не готовым решением.

Еще не «конструктор любых вирусов»

До этой работы неясным оставался вполне конкретный вопрос: может ли генеративная модель работать не с отдельным геном или белком, а с геномом как с системой взаимозависимых элементов. Эксперимент с ΦX174 дал первый положительный ответ. Некоторые предложенные Evo варианты сохранили достаточно согласованную архитектуру, чтобы после синтеза дать жизнеспособные фаги. 

Таким образом, границы возможного сдвинулись от дизайна отдельных компонентов к генерации кандидатов на уровне целого функционального генома. Но ширина этого шага еще сравнительно невелика. Evo работала с маленьким и хорошо изученным геномом, а результаты проходили несколько фильтров до экспериментальной проверки. Более того, независимый анализ показал, что жизнеспособные варианты в основном оставались сравнительно близко к естественному эволюционному пространству.

Следующая задача существенно труднее. У более крупных вирусов становится больше не просто генов, а взаимозависимых уровней организации: регуляция экспрессии, взаимодействия белков, сигналы репликации и упаковки, зависимости от факторов клетки-хозяина. Наконец, остается нерешенной обратная задача: задать фенотип и надежно вывести из него геном. Нынешняя работа этого не демонстрирует.

Это различие важно и для биобезопасности. Существующие механизмы контроля в основном включаются позже — при синтезе ДНК и проведении эксперимента. Например, в США с апреля 2025 года средства NIH (National Institutes of Health) разрешено тратить на синтетические нуклеиновые кислоты только у поставщиков, проверяющих последовательности и заказчиков. Однако генеративный дизайн усложняет проверку по простому сходству с известными опасными последовательностями: функция может сохраняться после множества замен. Поэтому NIST (National Institute of Standards and Technology) в 2026 году предложил дополнять сравнение последовательностей методами функционального скрининга, который должен определять не только то, похожа ли синтезируемая ДНК на известный опасный ген, но и что она способна делать: какой белок кодирует, какую структуру этот белок принимает, с какими молекулами связывается и не обладает ли, например, свойствами токсина. В России работа с опасными организмами и генетическим материалом регулируется законами о биобезопасности и экспортном контроле, однако обязательной проверки каждого заказа синтетической ДНК — тем более по ее возможным функциям — пока нет.

ΦX174 интересен прежде всего как первая успешная попытка применить ИИ для генерации целых работающих геномов — и это потенциально полезно там, где нужно быстро получать разнообразие, например для подбора фагов против меняющихся бактериальных мишеней. Но пока неизвестно, сохранится ли это преимущество на более крупных и хуже изученных системах. Насколько далеко генеративный дизайн удастся масштабировать за пределы ΦX174 — пожалуй, и есть главный вопрос, который пока без ответа (но вряд ли надолго).