به گزارش سلامت نیوز به نقل از techradar، یک شرکت فعال در حوزه هوش مصنوعی در سان‌فرانسیسکو اعلام کرده است که ویروس‌هایی را با کمک مدل هوش مصنوعی طراحی کرده و برای درمان یک بیمار مبتلا به عفونت مقاوم به آنتی‌بیوتیک به کار برده است؛ اقدامی که در صورت تأیید، می‌تواند نخستین مورد استفاده درمانی از یک موجود زیستی طراحی‌شده با هوش مصنوعی در بدن انسان باشد.
آزمایشگاه هوش مصنوعی «رادیکال نومریکس» (Radical Numerics) در اکتبر ۲۰۲۶ اعلام کرد که ویروس‌های باکتری‌خوار طراحی‌شده با مدل جدید ژنومی این شرکت، با مجوز سازمان غذا و داروی آمریکا (FDA) و در قالب مجوز استفاده درمانی بشردوستانه، به یک بیمار مبتلا به عفونت باکتریایی مقاوم به دارو تزریق شده‌اند.
با این حال، شرکت تاکنون جزئیات بیشتری درباره وضعیت بیمار یا نتیجه درمان منتشر نکرده است.
درمان با ویروس؛ روشی قدیمی با کمک هوش مصنوعی
باکتریوفاژها یا ویروس‌های باکتری‌خوار، ویروس‌هایی هستند که باکتری‌ها را آلوده می‌کنند و سلول‌های انسانی را هدف قرار نمی‌دهند. استفاده درمانی از این ویروس‌ها بیش از یک قرن قدمت دارد و حتی به پیش از کشف پنی‌سیلین بازمی‌گردد. با افزایش مقاومت میکروبی و کاهش اثربخشی برخی آنتی‌بیوتیک‌ها، این روش درمانی بار دیگر مورد توجه قرار گرفته است.
سازمان جهانی بهداشت، درمان با فاژها را به‌طور کلی روشی ایمن ارزیابی می‌کند. یکی از مزیت‌های این روش در مقایسه با آنتی‌بیوتیک‌های وسیع‌الطیف آن است که هر فاژ می‌تواند گونه یا سویه مشخصی از باکتری را هدف قرار دهد و در عین حال، تأثیر کمتری بر سایر میکروب‌های مفید بدن و میکروبیوم داشته باشد.
البته همین ویژگی اختصاصی، استفاده از فاژها را دشوار می‌کند. هر ویروس باکتری‌خوار تنها گیرنده‌های سطحی خاصی را روی باکتری‌ها شناسایی می‌کند؛ بنابراین برای درمان بیمار باید فاژی پیدا شود که با عامل عفونت او سازگار باشد.
پزشکان ابتدا مجموعه‌های موجود از فاژها را بررسی می‌کنند، سپس به سراغ نمونه‌های محیطی می‌روند و در نهایت، اگر گزینه مناسبی پیدا نشود، ممکن است به مهندسی ژنتیک و طراحی فاژ جدید متوسل شوند.
برای بیماری که به سپسیس یا عفونت شدید دچار شده است، این جست‌وجو صرفاً یک فرایند علمی نیست و می‌تواند مسئله مرگ و زندگی باشد.
ابعاد مشکل مقاومت میکروبی نیز قابل توجه است. بر اساس برآورد پروژه بار جهانی بیماری‌ها، مقاومت میکروبی در سال ۲۰۲۱ با حدود ۴.۷ میلیون مرگ ارتباط داشته است. پیش‌بینی‌ها نیز نشان می‌دهند که بین سال‌های ۲۰۲۵ تا ۲۰۵۰، نزدیک به ۴۰ میلیون مرگ ممکن است به این پدیده نسبت داده شود.
هوش مصنوعی چگونه ویروس‌ها را طراحی کرد؟
شرکت رادیکال نومریکس را اعضایی از تیم توسعه‌دهنده مدل‌های ژنومی Evo و Evo 2 در مؤسسه آرک (Arc Institute) تأسیس کرده‌اند؛ مدل‌هایی که پیش‌تر برای تولید ژنوم‌های فاژی کاملاً طراحی‌شده با هوش مصنوعی به کار رفته بودند.
در پژوهش قبلی، حدود ۷۰۰ هزار ژنوم پیشنهادی تولید شد که از میان آن‌ها ۲۸۵ نمونه ساخته و ۱۶ مورد به ویروس‌های زنده و فعال تبدیل شدند. این نتایج، امکان طراحی ویروس‌های باکتری‌خوار با کمک هوش مصنوعی را نشان داد، هرچند نرخ موفقیت همچنان محدود بود.
مدل جدید این شرکت با نام Omnii-1 رویکردی هدفمندتر دارد. به‌جای طراحی ژنوم‌های کاملاً جدید، این مدل بخش مسئول شناسایی و اتصال ویروس به باکتری را تغییر می‌دهد.
پژوهشگران برای این کار از فاژ T7 استفاده کردند؛ ویروسی شناخته‌شده با ژنومی به طول حدود ۴۰ هزار جفت‌باز که باکتری اشرشیا کلی (E. coli) را آلوده می‌کند.
آن‌ها ژن gp17 را که پروتئین فیبر دمی و مسئول اتصال ویروس به گیرنده‌های سطح باکتری است، بازطراحی کردند.
نتایج اعلام‌شده از سوی شرکت قابل توجه است: در نمونه‌هایی که ۱۱ تا ۱۵ تغییر در توالی اسیدهای آمینه نسبت به ویروس طبیعی داشتند، ۶۹.۹ درصد از گونه‌های طراحی‌شده به فاژهای زنده و فعال تبدیل شدند؛ در حالی که این میزان در نمونه‌های دارای تغییرات تصادفی تنها ۴.۸ درصد بود.
همچنین از میان ۶ هزار و ۶۹۴ گونه‌ای که فعالیت آن‌ها قابل اندازه‌گیری بود، ۲ هزار و ۱۶۱ نمونه عملکردی بهتر از ویروس اولیه داشتند. برخی از این نمونه‌ها حتی ۲۸ تغییر در اسیدهای آمینه خود داشتند.
درمانی امیدوارکننده، اما بدون نتیجه منتشرشده
شرکت اعلام کرده است که ترکیب فاژهای طراحی‌شده را ابتدا در آزمایشگاه و در برابر باکتری جداشده از عفونت واقعی یک بیمار آزمایش کرده و توانسته است آن را از بین ببرد. پس از این آزمایش، ترکیب موردنظر برای درمان همان بیمار استفاده شده است.
بر اساس گزارش شرکت، بیمار به عفونت ناشی از باکتری E. coli مبتلا بوده که نه‌تنها در برابر آنتی‌بیوتیک‌ها مقاوم بوده، بلکه هیچ‌یک از فاژهای موجود نیز توانایی مقابله با آن را نداشته‌اند.
با این حال، رادیکال نومریکس از ارائه اطلاعات درباره روند درمان، وضعیت فعلی بیمار، بیمارستان محل بستری یا پزشکان معالج خودداری کرده است. این شرکت دلیل این تصمیم را حفظ حریم خصوصی بیمار و احتمال شناسایی او حتی از طریق انتشار جزئیات محدود پزشکی عنوان کرده است.
گزارش فنی این پژوهش نیز صرفاً در وب‌سایت خود شرکت منتشر شده و هنوز مورد داوری علمی مستقل قرار نگرفته است. شرکت همچنین اعلام کرده که این روش درمانی اختصاصی است و قصد دارد آن را در آینده تجاری‌سازی کند.
تا ۲۹ اکتبر، یعنی ۹ روز پس از اعلام خبر، همچنان هیچ اطلاعاتی درباره روند بالینی یا نتیجه درمان بیمار منتشر نشده بود و گزارشی داوری‌شده از این تجربه نیز در دسترس نبود.
البته شرکت در گزارش خود تأکید کرده است که مشاهده نتایج در یک بیمار به‌تنهایی نمی‌تواند ایمنی یا اثربخشی این روش را اثبات کند. اریک نگوین، مدیرعامل شرکت، نیز گفته است که قصد دارند نتایج را از طریق انتشار مقاله و داوری علمی ارائه کنند.
تردید کارشناسان درباره اثربخشی درمان
متخصصان خارج از این شرکت واکنش‌هایی محتاطانه به این خبر نشان داده‌اند.
مایکل بایم، میکروب‌شناس دانشگاه هاروارد که در این پروژه مشارکت نداشته است، گفته اگر این روش مؤثر باشد، نتیجه‌ای شگفت‌انگیز خواهد بود؛ اما تا زمانی که درمان به پایان نرسیده و نوآوری ویروس‌های طراحی‌شده به‌طور مستقل بررسی نشده باشد، نمی‌توان با اطمینان به نتایج آن نگاه کرد.
از سوی دیگر، منطق تجاری این فناوری روشن‌تر است. جست‌وجوی فاژ مناسب برای درمان هر بیمار ممکن است زمان زیادی ببرد و رادیکال نومریکس معتقد است هوش مصنوعی می‌تواند فرایند طراحی را از چند ماه به چند روز کاهش دهد.
ماریسا آزاد، متخصص بیماری‌های عفونی در بیمارستان اتاوا که با این شرکت همکاری می‌کند، نیز فرایند سنتی یافتن فاژ مناسب را بسیار زمان‌بر توصیف کرده است.
اگر هوش مصنوعی بتواند این فرایند را به‌طور قابل اعتماد کوتاه کند، ممکن است دسترسی بیماران بیشتری به درمان‌های فاژی فراهم شود و هزینه و زمان موردنیاز برای توسعه این درمان‌ها کاهش یابد.
نگرانی‌های ایمنی؛ وقتی هوش مصنوعی قادر به طراحی ویروس است
در کنار فرصت‌های درمانی، این فناوری نگرانی‌هایی نیز به همراه دارد. مدلی که می‌تواند ویروس‌ها را به‌صورت هدفمند طراحی کند، از نظر قابلیت فنی ممکن است برای طراحی عوامل ویروسی با کاربردهای خطرناک نیز مورد استفاده قرار گیرد.
رادیکال نومریکس نیز به این مسئله اذعان کرده و از تعهد خود به رعایت اصول ایمنی زیستی، محدودیت‌های دسترسی و اشتراک‌گذاری داده‌ها متناسب با توانایی‌های مدل خبر داده است.
این همان مسئله دوگانه‌کاربردی است که همواره درباره فناوری‌های پیشرفته زیستی مطرح بوده است؛ فناوری‌هایی که می‌توانند هم برای درمان بیماری‌ها و هم در صورت سوءاستفاده، برای اهداف خطرناک به کار گرفته شوند.
البته استفاده از فاژهای مهندسی‌شده در بیماران پیش از این نیز سابقه داشته است. یکی از شناخته‌شده‌ترین نمونه‌ها به سال ۲۰۱۹ بازمی‌گردد که در آن از فاژهای اصلاح‌شده برای درمان عفونت منتشرشده و مقاوم به داروی مایکوباکتریوم آبسه‌سوس (Mycobacterium abscessus) استفاده شد.
بنابراین، نوآوری اصلی در این مورد، خود ایده درمان با فاژ نیست، بلکه استفاده از هوش مصنوعی برای طراحی ویروس درمانی است؛ موضوعی که پرسش‌های تازه‌ای درباره نظارت، ایمنی و مسئولیت‌پذیری ایجاد می‌کند.
هوش مصنوعی اکنون از مرحله تحلیل و خواندن اطلاعات زیستی فراتر رفته و به مرحله طراحی ساختارهای زیستی و استفاده از آن‌ها در فرایند درمان رسیده است. این اتفاق با کاربردهایی مانند پیشنهاد فرضیه‌های جدید درباره سرطان یا کمک به تشخیص بیماری‌های نادر تفاوت دارد؛ زیرا در اینجا خروجی مدل هوش مصنوعی وارد بدن انسان شده است.
با وجود این، هنوز مشخص نیست درمان بیمار موردنظر چه نتیجه‌ای داشته است. این آزمایش روی بیماری بسیار بدحال انجام شده، اما اطلاعات کافی برای ارزیابی موفقیت یا شکست آن منتشر نشده است.
اگر این فناوری در مطالعات بعدی ایمنی و اثربخشی خود را ثابت کند، می‌تواند بر آینده درمان عفونت‌های مقاوم به دارو و صنعتی که انتظار می‌رود در دهه‌های آینده گسترش یابد، تأثیر قابل توجهی بگذارد.
نظر شما