Co-Scientist เพื่อนนักวิทย์อัจฉริยะ (1) (ประวัติศาสตร์อุตสาหกรรมไบโอเทค)

Biology Beyond Nature | ภาคภูมิ ทรัพย์สุนทร

Co-Scientist เพื่อนนักวิทย์อัจฉริยะ (1)

(ประวัติศาสตร์อุตสาหกรรมไบโอเทค)

ถ้าเปรียบ EVO (เวอร์ชั่นแรก) เป็นนักภาษาศาสตร์ผู้สามารถอ่านและเขียน “ภาษาดีเอ็นเอ” อย่างคล่องแคล่ว

EVO2 ก็คือยอดนักภาษาที่ถูกอัดยาโด๊ปมาให้สมองใหญ่กว่า เข้าใจบริบทกว้างกว่า คลังความรู้มหาศาลกว่า โดยเฉพาะที่รวมถึงภาษาดีเอ็นเอจากสิ่งมีชีวิตกลุ่มยูแคริโอตอย่างรา พืช สัตว์ และมนุษย์

ยิ่งกว่านั้นทีมวิจัยยังได้เปิดมันสมองดูการทำงานของแต่ละเซลล์ประสาทจำลองใน EVO2 จนเริ่มค้นพบเซลล์ที่ทำหน้าที่ตอบสนองกับลำดับนิวคลีโอไทด์ที่มีหน้าที่จำเพาะต่างๆ บนดีเอ็นเอ

การค้นพบนี้ทำให้ทีมวิจัยสามารถใช้ EVO2 ในการระบุหน้าที่ของแต่ละส่วนในสายดีเอ็นเอที่ไม่เคยมีการศึกษามาก่อน

EVO2 ถูกเอาไปใช้ออกแบบลำดับนิวคลีโอไทด์ใหม่ที่ทั้งยาวและซับซ้อนกว่าในงาน EVO เวอร์ชั่นแรก

ตัวอย่างมีทั้งจีโนมแบคทีเรียไมโครพลาสมา จีโนมไมโตคอนเดรียของมนุษย์ และโครโมโซมของยีสต์

ตัวอย่างเหล่านี้ไม่ใช้การตัดแปะหรือแก้ไขเล็กๆ น้อยๆ จากธรรมชาติ แต่เป็นลำดับนิวคลีโอไทด์ใหม่ทั้งหมดที่ยังคงลักษณะสำคัญอย่างจำนวนยีน การจัดเรียงยีน โครงสร้างโปรตีน ฯลฯ ตามธรรมชาติ

คล้ายๆ กับเวลาที่เราใช้ ChatGPT แต่งนิยายเรื่องใหม่ที่ไม่ได้มีส่วนหนึ่งส่วนใดก็อบปี้จากนิยายที่มีอยู่เดิมโดยตรง แต่ก็ยังใช้คำศัพท์และไวยากรณ์ถูกต้องแถมเนื้อหายังเป็นเรื่องเป็นราวสมบูรณ์เหมือนนิยายที่มนุษย์แต่ง

Cr.ณฤภรณ์ โสดา

ทีมวิจัยยังได้เอา EVO2 ไปใช้ออกแบบลำดับนิวคลีโอไทด์ของจีโนมเพื่อวางแบบการแผนขดแน่นหรือคลายตัวของสายดีเอ็นเอแต่ละบริเวณกับโปรตีนยึดเกาะ ในทางชีววิทยากลไกนี้มีผลต่อการควบคุมในระดับเหนือจีโนม (epigenomics) ต่อการแสดงออกของยีนต่างๆ

ความน่าสนใจของงานส่วนนี้คือทีมวิจัยแสดงให้เห็นว่านอกจาก EVO2 จะสามารถถูกเอาไปใช้ออกแบบจีโนมใหม่แบบอิสระแล้ว (เหมือนกับการ prompt บอก chatGPT ให้ “แต่งนิยายอะไรก็ได้”) เรายังสามารถช่วยมันกำหนดโทนว่าจีโนมที่ออกแบบนี้จะมีคุณสมบัติเฉพาะอย่างไร (เหมือนกับการ prompt บอก chatGPT ให้จำเพาะขึ้นว่า “แต่งนิยายรักโรแมนติกไซไฟย้อนยุค”)

อย่างไรก็ตาม งาน EVO2 ยังคงมีข้อจำกัดสำคัญคือผลการทำนายฟังก์ชั่นหรือออกแบบจีโนมทั้งหลายที่ว่ามาข้างต้นนี้ยังไม่ได้ถูกตรวจสอบยืนยันจากการทดลองจริงในห้องแล็บ (ต่างจาก EVO เวอร์ชั่นแรกที่อย่างน้อยมีตัวอย่างการทดสอบระบบ CRISPR/Cas กับ transposon แสดงให้เห็น) “ความถูกต้อง” ของ EVO2 ตามที่เคลมในงานนี้ได้จากการเปรียบเทียบการผลการทดลองในฐานข้อมูล (ในกรณีของการทำนายผลกระทบการกลาย) บวกกับตัวชี้วัดจากแบบจำลองคอมพิวเตอร์ตัวอื่น (ในกรณีการประเมินความถูกต้องของจีโนมที่ออกแบบ)

แน่นอนว่าลำดับนิวคลีโอไทด์ที่ “ดูเหมือนจะถูกต้องตามทฤษฎี” อาจจะยังใช้งานไม่ได้ในชีวิตจริง

ส่วนเรื่องความเข้าใจการทำงานของ EVO2 ศาสตร์แห่งการเข้าใจมันสมองปัญญาประดิษฐ์ (mechanistic interpretability) ก็ยังเพิ่งเริ่มต้นเท่านั้น และยิ่งปัญญาประดิษฐ์ถูกต่อยอดพัฒนาให้ทำงานซับซ้อนขึ้นเรื่อยๆ โอกาสที่เราจะเข้าใจมันถ่องแท้ก็ยิ่งขยับห่างออกไป

EVO2 ถูกใช้ในการออกแบบลำดับนิวคลีโอไทด์ที่ส่งผลต่อแบบแผนการแสดงออกของยีน
Cr.ณฤภรณ์ โสดา

อีกประเด็นสำคัญคือเรื่องของความเสี่ยงจากการเอา EVO2 ไปใช้ในทางที่ผิด เช่น เอาไปออกแบบเชื้อก่อโรคหรือพิษที่รุนแรง

ทีมวิจัยวางแผนป้องกันไว้เบื้องต้นด้วยการไม่เอาจีโนมของไวรัสก่อโรคในยูแคริโอตใส่ลงชุดข้อมูลที่ให้ EVO2 และก็ได้สาธิตว่าเมื่อพยายามให้ EVO2 ออกแบบจีโนมไวรัสต่อโรคผลจะออกมาเละเทะใช้การไม่ได้แน่ๆ

กระนั้นปัญญาประดิษฐ์ที่ทรงพลังแบบนี้คงยังมีช่องโหว่ให้ผู้ไม่ประสงค์ดีเอาไปใช้อีกหลายที่ เช่น จีโนมเชื้อก่อโรคกลุ่มแบคทีเรียและรา โมเลกุลพิษ หรือแม้แต่การชี้เป้าจุดอ่อนสำหรับการจู่โจมจีโนมมนุษย์

ปัญญาประดิษฐ์อย่าง EVO, EVO2 และอีกหลายตัวก่อนหน้านี้อย่าง AlphaFold ถูกสร้างขึ้นมาเพื่อทำงานเฉพาะด้าน (เช่น อ่านและเขียนลำดับนิวคลีโอไทด์ของดีเอ็นเอ ทำนายและออกแบบโครงสร้างโปรตีน ฯลฯ)

แต่วงการปัญญาประดิษฐ์เพื่องานวิทยาศาสตร์ได้เริ่มคิดไปไกลยิ่งกว่านั้นแล้ว วาดภาพปัญญาประดิษฐ์ที่เสมือนทีมผู้ช่วยอัจฉริยะสามารถทำงานวิจัยกับเราได้ครบถ้วนกระบวนความตั้งแต่ต้นจนจบ (ยังมีต่อ)

ผลงานออกแบบดีเอ็นเอสุดล้ำของ EVO2 ที่ยังต้องรอการทดสอบในแล็บ
Cr.ณฤภรณ์ โสดา

ความสามารถในการออกแบบจีโนมอาจถูกนำไปใช้ในทางที่ผิด
Cr.ณฤภรณ์ โสดา

สะดวก ฉับไว คุ้มค่า สมัครสมาชิกนิตยสารมติชนสุดสัปดาห์ได้ที่นี่https://t.co/KYFMEpsHWj

— MatichonWeekly มติชนสุดสัปดาห์ (@matichonweekly) July 27, 2022