Biology Beyond Nature | ภาคภูมิ ทรัพย์สุนทร
ความเดิมจากตอนก่อน…
20 ทีมแข่งขัน แต่ละทีมได้โจทย์ออกแบบดีเอ็นเอวงกลมๆ ที่เรียกว่าพลาสมิดใส่แบคทีเรีย E.coli ลงไปตะลุมบอนในขวดเพาะเลี้ยงเดียวกันหนึ่งวันเต็ม พลาสมิดใครเหลือเยอะสุดตอนจบถือว่าชนะ
จะวางกลยุทธ์เกมนี้ได้ต้องอาศัยทั้งความคิดสร้างสรรค์ เล่ห์เหลี่ยม
ตลอดจนความเข้าใจลึกซึ้งตั้งแต่ชีวโมเลกุลจนถึงนิเวศวิทยาและสรีรวิทยาแบคทีเรีย
…หรือไม่ก็อาจจะแค่ทักษะการ prompt เอไอให้พ่นคำตอบอะไรฉลาดๆ ออกมาก็พอ?
Cr. Peach nom
GPT 5.6 sol เอไอตัวเทพสุดของ ChatGPT ตอนนี้ยื่นคำตอบให้ผมตรงๆ เลยว่าต้องใช้พลาสมิดหน้าตาแบบไหนพร้อมคำอธิบายละเอียดยิบที่เต็มไปด้วยงานวิจัยอ้างอิง ตรรกะ สมการ และแบบจำลองสุดซับซ้อนที่บางทีก็ออกทะเลไปไกลรอบโลกแต่ยังอุตส่าห์วนกลับมาจบเรื่องได้
มันเริ่มจากไปขุดงานวิจัยมาชิ้นหนึ่งว่าด้วยการสร้างพลาสมิดที่ปรับจำนวนก๊อบปี้ต่อเซลล์ได้ตั้งแต่ 1-800 ก๊อบปี้เพื่อศึกษาว่าจำนวนก๊อบปี้ที่เพิ่มขึ้นเพิ่มโหลดภาระจนทำให้เซลล์เจ้าบ้านโตช้าลงเท่าไร
ChatGPT ยืมลำดับเบสส่วนคุมการเพิ่มจำนวน (origin of replication, ori) จากพลาสมิดในงานนี้มาเซ็ตหนึ่งแล้วคำนวณออกมาให้ว่าที่จำนวนก๊อบปี้และอัตราการเติบโตของเซลล์เท่าไรจึงจะเป็นจุดสมดุลที่สุดให้ได้จำนวนพลาสมิดรวมปลายทางมากที่สุดตอนจบ
โชว์สมการ ใส่ตัวเลขประเมินให้เสร็จสรรพว่าเราน่าจะได้พลาสมิดมากน้อยแค่ไหนในแต่ละช่วงเวลาการเลี้ยง
มันยังบอกให้เติมลำดับเบสสั้นๆ ที่เรียกว่า cer สำหรับเรียกกลไกสางปมเวลาที่พลาสมิดเกิดพันกันรุงรังจนเสียความเสถียร
นอกจากนั้นก็ยังแนะนำว่าให้กำจัดพวกกลไกแสดงออกยีนที่ไม่เกี่ยวออกไปให้หมดเพื่อลดการเปลืองทรัพยากร
Cr. Peach nom
ด้วยความเป็นเอไอคิดเยอะก่อนเขียนจบมันก็เอ๊ะขึ้นมาว่า “เดี๋ยวๆ ผมมีอีกไอเดียมาแถมให้ด้วย”
มันไปหยิบงานวิจัยมาอีกสองชิ้น ชิ้นแรกเป็นงานเก่าสิบกว่าปีก่อนที่เคลมว่าค้นพบการกลายของ ori ที่เพิ่มจำนวนก๊อบปี้พลาสมิดขึ้นมามหาศาลเป็นหลักหลายพันถึงหมื่นกว่าก๊อบปี้ต่อเซลล์ ชิ้นที่สองย้อนปีถึงยี่สิบปีก่อนมีงานวิจัยที่เจอว่าถ้าเรา ori ใส่ไปสองอันเลยในพลาสมิดวงเดียวอาจจะช่วยเพิ่มก๊อบปี้ต่อเซลล์ได้อีกหลายเท่า
เมื่อเกมนี้วัดแพ้ชนะกันด้วยจำนวนพลาสมิดรวมทั้งประชากร ดังนั้น สองปัจจัยหลักที่จะตัดสินคือจำนวนเซลล์ของทีมเราในประชากร และจำนวนพลาสมิดของเราต่อเซลล์ สองตัวเลขนี้คูณกันออกมายิ่งเยอะพลาสมิดรวมก็ยิ่งสูง
แต่สองตัวเลขนี้มักจะสวนทางกัน ยิ่งพลาสมิดต่อเซลล์ของเราเยอะ เซลล์เรายิ่งต้องแบกภาระหนัก ทำให้โตช้าแบ่งตัวช้า จำนวนเซลล์ในประชากรก็ลด
สิ่งที่น่าทึ่งคือ ChatGPT ไม่เพียงรู้ความสัมพันธ์ของสองปัจจัยนี้โดยผมไม่ต้องบอก แต่ยังคิดออกด้วยว่าเราควรให้น้ำหนักสองปัจจัยนี้มากน้อยต่างกันอย่างไร
ในสิ่งแวดล้อมที่อาหารอุดมสมบูรณ์เซลล์เติบโตรวดเร็ว (exponential phase) แข่งขันกันเพิ่มจำนวนดุเดือด เราควรจะให้น้ำหนักกับการเพิ่มจำนวนเซลล์ของเราเยอะๆ ถ้าแบกภาระพลาสมิดต่อเซลล์มากไปคงโดนเบียดให้ไปจากประชากรแต่แรก ในทางกลับกัน สำหรับสิ่งแวดล้อมที่อาหารขาดแคลน เซลล์แทบจะไม่แบ่งตัวเพิ่มจำนวนแล้ว (stationary phase) เราก็ควรเน้นที่จำนวนพลาสมิดต่อเซลล์เยอะๆ แทน
Cr. Peach nom
ChatGPT ถามผมกลับว่าเริ่มต้นเลี้ยงเชื้อที่ความเข้มข้นเท่าไร พอผมตอบตัวเลขไปมันก็คำนวนออกมาโชว์ให้ดูว่าเกมนี้แม้จะยาวถึง 24 ชั่วโมงแต่ด้วยปริมาณเซลล์ตั้งต้นที่ค่อนข้างสูงทำให้ช่วงเวลาอุดมสมบูรณ์นั้นสั้นเพียง 7-8 ชั่วโมงเท่านั้น เวลาที่เหลืออาหารจะขาดแคลน ดังนั้น เรามาเน้นที่ก๊อบปี้ต่อเซลล์สูงๆ ดีกว่า
ถึงตรงนี้ผมเดาว่าเดี๋ยวผมคงแนะนำให้เปลี่ยนไปใช้เวอร์ชั่นหมื่นก๊อบปี้แน่ๆ แต่เปล่าเลย มันคิดต่อคิดเยอะว่าในงานวิจัยนั้นสภาวะการเลี้ยงและเซลล์เจ้าบ้านต่างจากเราเกิน หลังอธิบายเหตุผล สมการ โมเดลมาอีกยาวเหยียด มันก็สรุปว่าอย่าเสี่ยงดีกว่า เอา ori เวอร์ชั่นเดิมนั่นแหละ เอ้า!
Cer เอาทิ้งไปซะเพราะแบ่งตัวไม่กี่รอบไม่จำเป็นมาก ยีนดื้อยา (สำหรับการคัดเลือกพลาสมิดเข้าเซลล์) ก็เอายีนดื้อยากลุ่ม ampicillin เวอร์ชั่นเดิมในงานวิจัยก่อนหน้านั่นแหละ (แม้ว่าตัวอื่นคิดแล้วจะประหยัดพลังงานกว่า) เพราะไม่อยากเสี่ยง ส่วนพวกกลไกออกอาวุธ ระบบป้องกัน หรือเพิ่มความเสถียรพลาสมิดก็ไม่ต้องมีหรอก เพราะเดาไม่ถูกว่าใส่ไปแล้วจะเป็นยังไง
ในบรรดาเอไอทั้งสามตัว ChatGPT เวอร์ชั่นที่ผมใช้รอบนี้ตอบยาวสุด คิดซับซ้อนสุด แต่สุดท้ายดีไซน์งานออกมาเรียบง่ายสุดเพราะเพลย์เซฟไม่กล้าเสี่ยง นิสัยคุ้นๆ เหมือนลูกน้องหรือเพื่อนร่วมงานใครบ้างไหมครับ?
