هوش مصنوعی · مقاله
ویروسی طراحی شده توسط هوش مصنوعی برای درمان عفونت مقاوم به دارو: آنچه میدانیم
انتشار:
بهطور خلاصه
شرکت استارتاپی Radical Numerics میگوید مدل هوش مصنوعی Omnii-1 آن، باکتریوفاژی را طراحی کرد که به یک بیمار مبتلا به عفونت اشریشیا کلای مقاوم به آنتیبیوتیک، تحت مسیر ترحم FDA داده شد. اعلام در 20 اکتبر 2026 به عنوان اولین ویروسی که توسط هوش مصنوعی طراحی شده و به انسان داده شده است، توصیف میشود، اما یافتهها مرجع شده نیستند و دانشمندان خارجی میگویند از دادن نظر خودداری میکنند.
این نسخه ترجمهٔ ماشینی متن اصلی (English) است. خواندن متن اصلی
در 20 اکتبر 2026، شرکت زیستفناوری استارتاپی Radical Numerics گفت که از مدل هوش مصنوعی به نام Omnii-1 استفاده کرده است تا باکتریوفاژی را طراحی کند — ویروسی که باکتریها را عفونت و میکشد — و این فاژ مهندسی شده به بیماری مبتلا به عفونت اشریشیا کلای مقاوم به آنتیبیوتیک داده شد. شرکت این را اولین بار توصیف میکند که فاژی طراحی شده توسط هوش مصنوعی به بیمار انسانی داده شده است.
چرا این داستان اکنون در اخبار است
Radical Numerics در همان روز از دوره محرمانگی بیرون آمد و با یک دور تامینمالی بذر 50 میلیون دلاری و راهاندازی عمومی Omnii-1 که آن را مدل زبان ژنومی چندوجهی مینامد، همراه است. بر اساس شرکت، Omnii-1 روی 28 نوع داده بیولوژیکی، شامل DNA، RNA، پروتئینها و سیگنالهای اپیژنتیکی آموزش داده شده است و میتواند برای پیشبینی واریانتهای ژنتیکی ایجادکننده بیماری استفاده شود، کمک به طراحی واکسنهای سرطان شخصیشده، تشخیص تهدیدات بیولوژیکی نوپدید، و علاوه بر طراحی فاژ.
درمان فاژ تحت یک مسیر دسترسی گسترده با رهبری پزشک برای یک بیمار — معمولاً به عنوان ترحم شناخته میشود — که FDA آمریکایی برای بیماران بدون گزینه درمانی دیگر اجازه میدهد، داده شد. Radical Numerics گفت که FDA استفاده را تأیید کرد، اما آژانس وقتی خبر منتشر شد علناً نظر نداد، و شرکت هویت بیمار، پزشک معالج یا نتیجه بالینی را افشا نکرد و به حریم خصوصی استناد کرد.
چگونه Omnii-1 فاژ را طراحی کرد
بر اساس گزارش فنی منتشر شده توسط Radical Numerics، محققان از T7، باکتریوفاژی شناخته شده خوب با حدود 40 کیلوبیس ژنوم که طبیعتاً اشریشیا کلا را عفونت میدهد، شروع کردند. آنها Omnii-1 را برای تولید واریانتهای جدید gp17، پروتئینی که T7 برای اتصال به سطوح باکتریایی استفاده میکند، استفاده کردند، در حالی که بقیه ژنوم فاژ دست نخورده باقی ماند. هدف فاژی بود که هنوز میتوانست باکتری مقاوم به آنتیبیوتیک خاصی را که از بیمار جدا شده بود اتصال و کشتار کند.
شرکت گزارش میدهد که در آزمایشهای آزمایشگاهی، واریانتهای طراحی شده توسط هوش مصنوعی با 11 تا 15 تغییر اسید آمینه بسیار بیشتر با موفقیت عملکردی داشتند تا واریانتهای تصادفی تولید شده با تغییرات مشابه. کوکتیل فاژ حاصل بر روی باکتریهای گرفته شده از بیمار آزمایش شد و سلالة مقاوم را در محیط شیشهای قبل از تجویز حذف کرد.
| نوع واریانت | تغییرات اسید آمینه | نرخ بازیابی عملکردی |
|---|---|---|
| طراحی شده توسط Omnii-1 | 11–15 | 69.9% |
| کنترل تصادفی | 11–15 | 4.8% |
از Evo به Omnii-1: خط تحقیقاتی سریعالرفتار
- 2025: محققان Arc Institute از مدل هوش مصنوعی به نام Evo 2 استفاده کردند تا حدود 700000 ژنوم فاژ کاندید تولید کنند؛ 285 آنها را تولید و آزمایش کردند، و 16 در آزمایشهای آزمایشگاهی قابل حیات اثبات شدند، بر اساس GV Wire.
- 20 اکتبر 2026: Radical Numerics Omnii-1 را علناً تحت راهاندازی خود با 50 میلیون دلار دور تامینمالی بذر و اعلام درمان بیمار تحت ترحم با فاژ طراحی شده توسط هوش مصنوعی راهاندازی کرد.
مدیرعامل Radical Numerics Eric Nguyen این سنگفیله را به عنوان مرحلهای به سمت پزشکی شخصیشده بیان کرد و گفت که این حوزه از جستجو برای داروهای موجود دور میشود و به سمت طراحی درمانهایی تطابقی با بیولوژی خاص بیمار حرکت میکند، بر اساس Yahoo Finance.
آنچه هنوز ثابت نشده است
گزارش فنی Radical Numerics درباره طراحی فاژ از مرور مستقل همسالان عبور نکرده است، و شرکت از افشای نتیجه بالینی بیمار خودداری کرده است. FDA نظری را برای خبرنگاران پوششدهنده اعلام نداد. درمان فاژ خود جدید نیست — بر اساس GV Wire تاریخ آن بیش از یک قرن است و با رشد مقاومت آنتیبیوتیکی علاقه مجدد مییابد، در حالی که کلینیکهای تخصصی اکنون در ایالات متحده و جای دیگر فعال هستند — اما استفاده از مدل هوش مصنوعی برای طراحی دلخواه فاژ برای سلالة مقاوم خاص بیمار جدید است.
اگر کار کند، فوقالعاده است. نگاه من این است که شکاندیش باشم.
Baym گفت که تا زمان اتمام درمان و توانایی بررسی اینکه واقعاً ویروسهای تولید شده توسط هوش مصنوعی در مقایسه با فاژهای موجود چقدر نوآورانه هستند، از دادن نظر خودداری خواهد کرد.
فناوری دوگانهالاستفاده
Radical Numerics میگوید Omnii همچنین برای دفاع بیولوژیکی توسعه داده میشود، شامل کار با Lawrence Livermore National Laboratory برای کمک به تشخیص تهدیدات بیولوژیکی نوپدید، و شرکت مسئولان سابق دفاع و رئیس دانشمند Microsoft را در میان مشاورانش دارد. همان توانایی طراحی ژنوم که هوش مصنوعی را قادر میسازد تا فاژ درمانی برای عفونت یک بیمار ایجاد کند، بر اساس حساب شرکت خود، فناوری است که در عین حال سعی در ساختن محافظ علیه آن دارد، زیرا ابزارهای هوش مصنوعی که میتوانند ویروسهای عملکردی را طراحی کنند میتوانند در اصل سوءاستفاده نیز شوند.
پرسشها
- باکتریوفاژ طراحی شده توسط هوش مصنوعی چیست؟
- این ویروسی است که طبیعتاً باکتریها را میکشد، اصلاح شده با کمک مدل هوش مصنوعی — در این مورد Omnii-1 از Radical Numerics — بطوری که سلالة باکتریایی خاصی، اغلب مقاوم به دارو، را بطور موثرتری هدف قرار میدهد.
- آیا FDA این را به عنوان دارو تصویب کرد؟
- نه. FDA استفاده درمان ترحم برای یک بیمار (دسترسی گسترده) برای یک بیمار بدون گزینه دیگری را تصویب کرد، که متفاوت از تصویب درمان به عنوان یک دارو عمومی است.
- آیا درمان فاژ طراحی شده توسط هوش مصنوعی ثابتشدهای امن و موثر است؟
- نه هنوز در یک حس مرجعشده توسط همسالان نیست. گزارش فنی Radical Numerics نشدهی مستقل است، نتیجه بالینی برای بیمار افشا نشده است، و دانشمندان خارجی مانند Michael Baym از Harvard میگویند که از دادن نظر خودداری میکنند.
- کدام شرکت و مدل هوش مصنوعی پشت این است؟
- Radical Numerics، شرکتی استارتاپی که توسط اعضای تیم پشت مدلهای هوش مصنوعی ژنومی Evo و Evo 2 بنیانگذاری شد، مدل جدید خود Omnii-1 را برای طراحی فاژ استفاده کرد.
- آیا ویروسی طراحی شده توسط هوش مصنوعی پیش از این به انسان داده شده است؟
- بر اساس Radical Numerics، این اولین مورد گزارش شده فاژ طراحی شده توسط هوش مصنوعی است که به بیمار انسانی داده شده است. مدل هوش مصنوعی قبلی Evo 2 حدود 700000 ژنوم فاژ کاندید را در 2025 تولید کرد، با 16 به دنبال آن نشان داد که در آزمایشهای آزمایشگاهی قابل حیاتاند، بر اساس GV Wire — اما هیچیک به بیماری داده نشدند.
منابع
این مطلب با هوش مصنوعی آماده شده و پیش از انتشار از بررسی خودکار منابع گذشته است. اگر خطایی دیدید، درخواست اصلاح کنید. درخواست اصلاح یا حق پاسخ · چگونه کار میکنیم
مطالب مرتبط

هوش مصنوعیمقاله
چگونه شبکههای عصبی یاد میگیرند: ریاضیات پشت ChatGPT و Gemini
شبکههای عصبی با ایجاد یک پیشبینی، اندازهگیری میزان خطا آن با تابع زیان، و سپس تعدیل مقادیر داخلی به نام وزنها از طریق شبکه به صورت معکوس یاد میگیرند — فرآیندی که انتشار معکوس نامگذاری میشود و با روشی بهینهسازی به نام فرود گرادیانی جفت میشود. همین مکانیزم، در مقیاس میلیاردها پارامتر، زیربنای نحوه آموزش اولیه سیستمهایی مانند ChatGPT و Gemini است و سپس سازگاری آنها با کارهای خاص از طریق تنظیم دقیق.

هوش مصنوعیمقاله
چگونه هوش مصنوعی هنر و موسیقی تولید می کند و چرا "خلاقیت واقعی" همچنان مورد اختلاف است
ابزارهای تصویری هوش مصنوعی مانند Midjourney و Stable Diffusion تصاویر را با یادگیری معکوس کردن فرآیند نویز می سازند، در حالی که ابزارهای موسیقی مانند Suno و Udio صوت را به نمادها فشرده کرده و آنها را مرحله به مرحله پیش بینی می کنند، هدایت شده توسط یک رمز متنی. اینکه آیا هر یک از این فرآیندها به عنوان خلاقیت واقعی شمار می رود، هنوز حل نشده است: محققان میان نام گذاری آن به عنوان "تجدید ترکیب" مبتنی بر الگو و اعتراف به آن با عملکرد خلاق قابل اندازه گیری تقسیم شده اند.
هوش مصنوعیمقاله
چرا Moonshot عمداً تواناییهای هکری مدل Kimi AI جدید خود را ضعیف کرد
شرکت هوش مصنوعی چینی Moonshot میگوید که دادههای آموزشی مربوط به حوزه سایبر را از مدل جدید Kimi K3.1 Pro حذف کرده است تا سیستم با وزنهای باز نتواند "مرز" قابلیتهای حملات هکری تهاجمی را افزایش دهد. این اطلاعیه که در شنبه 24 اکتبر 2026 منتشر شد، در زمانی میآید که دولتها و محققان امنیتی هشدار میدهند که هوش مصنوعیهای فزایندهی توانایی میتوانند حملات سایبری پیشرفته را ارزانتر و آسانتر کنند.
هوش مصنوعیمقاله
نحوه کار کردن آشکارسازهای متن هوش مصنوعی، توضیح داده شده از طریق یک نزاع بر سر رمان برنده جایزه
آشکارسازهای متن هوش مصنوعی ثابت نمیکنند که چه کسی چیزی را نوشته است؛ آنها احتمالی را با اندازهگیری الگوهای آماری مانند قابلپیشبینی بودن کلمات و تغییر طول جملات تخمین میزنند. آشکارسازی به نام Pangram 4.1 اخیراً 99% از یک رمان برنده جایزه اسپانیایی با ارزش 20,000 یورو را به هوش مصنوعی نسبت داد، که ناشر آن را وادار کرد تا رویدادهای تبلیغاتی را تعلیق کند و در حالی که تحقیق میکند.