นักวิจัยใช้ AI ออกแบบแบคทีริโอเฟจใหม่ 16 แบบ ทำงานได้จริงในห้องแล็บ

นักวิทยาศาสตร์จาก มหาวิทยาลัยสแตนฟอร์ด (Stanford University) และ Arc Institute ประสบความสำเร็จในการใช้ปัญญาประดิษฐ์ช่วยออกแบบจีโนมของไวรัสที่เรียกว่า แบคทีริโอเฟจ (Bacteriophage) ก่อนนำแบบที่คัดเลือกมาสังเคราะห์และทดลองจริง จนพบจีโนม 16 แบบที่สามารถสร้างฟาจที่ทำงานและเพิ่มจำนวนได้ในห้องปฏิบัติการ ผลงานฉบับสมบูรณ์เผยแพร่ในวารสาร Science เมื่อวันที่ 6 สิงหาคม 2026

แบคทีริโอเฟจหรือที่เรียกสั้น ๆ ว่า “ฟาจ” เป็นไวรัสที่ติดเชื้อแบคทีเรีย ในงานนี้ทีมวิจัยเลือกฟาจ ΦX174 ซึ่งมีจีโนมขนาดเล็กและติดเชื้อแบคทีเรีย Escherichia coli (E. coli) เป็นแม่แบบสำหรับการออกแบบ โดยใช้โมเดลภาษาสำหรับจีโนมชื่อ Evo 1 และ Evo 2

แนวคิดของ Evo คล้ายกับโมเดลภาษาที่เรียนรู้รูปแบบจากข้อความจำนวนมหาศาล เพียงแต่สิ่งที่โมเดลเหล่านี้เรียนรู้ไม่ใช่ประโยคหรือคำศัพท์ แต่เป็นลำดับพันธุกรรม เมื่อได้รับข้อมูลจำนวนมาก โมเดลจึงสามารถเรียนรู้รูปแบบของยีน ส่วนควบคุม และความสัมพันธ์ระหว่างองค์ประกอบต่าง ๆ ในจีโนม แล้วนำรูปแบบเหล่านั้นมาใช้เสนอจีโนมใหม่ได้

สำหรับการทดลองครั้งนี้ นักวิจัยปรับโมเดล Evo เพิ่มเติมด้วยข้อมูลฟาจในกลุ่มที่เกี่ยวข้องกับ ΦX174 จากนั้นสร้างจีโนมตัวเลือกจำนวนมาก ก่อนผ่านกระบวนการคัดกรองและนำ 285 แบบ ไปทดสอบในห้องปฏิบัติการ

ผลปรากฏว่าในจำนวนดังกล่าว มี 16 แบบที่สร้างฟาจซึ่งทำงานได้จริง สามารถเพิ่มจำนวนและยับยั้งการเจริญของ E. coli ที่เป็นเป้าหมายได้ โดยฟาจเหล่านี้ยังคงมีความจำเพาะต่อแบคทีเรียบางสายพันธุ์ที่ทีมวิจัยใช้ทดสอบ ไม่ได้กลายเป็นไวรัสที่ติดเชื้อเซลล์มนุษย์

ที่น่าสนใจคือจีโนมทั้ง 16 แบบไม่ได้เป็นเพียงการคัดลอก ΦX174 ตรง ๆ แต่มีความแตกต่างทางพันธุกรรมจากฟาจตามธรรมชาติ ทีมวิจัยพบว่าบางแบบมีการเปลี่ยนแปลงจำนวนมากเมื่อเทียบกับญาติที่ใกล้ที่สุดในธรรมชาติ แสดงให้เห็นว่าโมเดลสามารถสำรวจรูปแบบของจีโนมที่แตกต่างจากสิ่งที่พบอยู่แล้วได้

จุดสำคัญคือ “ดื้อฟาจ” ไม่ใช่ “ดื้อยาปฏิชีวนะ”

อีกส่วนหนึ่งของการทดลองคือการนำฟาจที่ออกแบบขึ้นมาผสมเป็นชุดหรือ “cocktail” แล้วทดสอบกับ E. coli ที่พัฒนาความต้านทานต่อ ΦX174 ซึ่งเป็นฟาจธรรมชาติ

ผลการทดลองพบว่าชุดฟาจที่ออกแบบด้วย AI สามารถเอาชนะความต้านทานของแบคทีเรียในการทดลองได้ ขณะที่ ΦX174 เพียงชนิดเดียวไม่สามารถทำได้

ดังนั้น ผลการศึกษานี้ไม่ได้หมายความตรง ๆ ว่าไวรัสทั้ง 16 แบบสามารถฆ่า “แบคทีเรียดื้อยาปฏิชีวนะ” ได้แล้ว แต่ชี้ให้เห็นศักยภาพในการสร้างฟาจที่หลากหลายขึ้น เพื่อรับมือกับแบคทีเรียที่สามารถวิวัฒนาการจนดื้อต่อฟาจ ซึ่งอาจเป็นประโยชน์ต่อการพัฒนา phage therapy ในอนาคต รวมถึงการศึกษาวิธีจัดการเชื้อแบคทีเรียที่รักษายาก

แล้ว AI แบบนี้สร้างไวรัสอันตรายต่อมนุษย์ได้หรือไม่?

นี่คือประเด็นที่ทำให้งานวิจัยได้รับความสนใจไม่แพ้ผลการทดลอง

ทีมผู้พัฒนา Evo ระบุว่าพวกเขาจงใจตัดข้อมูลไวรัสที่ติดเชื้อสิ่งมีชีวิตยูคาริโอต รวมถึงไวรัสของมนุษย์ ออกจากข้อมูลฝึกในส่วนที่เกี่ยวข้องกับความปลอดภัย และการทดลองครั้งนี้ใช้ฟาจกับแบคทีเรียในห้องปฏิบัติการ ไม่ได้ออกแบบไวรัสที่ติดเชื้อมนุษย์

อย่างไรก็ตาม การพูดว่าเทคโนโลยีนี้ “ไม่มีทาง” ถูกนำไปสร้างสิ่งที่เป็นอันตรายคงเป็นข้อสรุปที่ไกลเกินหลักฐาน เพราะความสามารถของโมเดลทางชีววิทยากำลังพัฒนาอย่างรวดเร็ว และข้อจำกัดของระบบหนึ่งไม่ได้หมายความว่าโมเดลอื่นในอนาคตจะมีข้อจำกัดเหมือนกัน

Thomas Inglesby และ Moritz Hanke จาก Johns Hopkins Center for Health Security จึงเขียนบทความ Perspective ใน Science ควบคู่กับงานวิจัย โดยชี้ว่าความสามารถในการสร้างจีโนมไวรัสที่ทำงานได้ด้วยปัญญาประดิษฐ์ก่อให้เกิดคำถามสำคัญด้าน biosafety และ biosecurity และระบบกำกับดูแลจำเป็นต้องพัฒนาให้ทันเทคโนโลยี

เรื่องนี้จึงมีสองด้านชัดเจน ด้านหนึ่งคือความเป็นไปได้ในการออกแบบฟาจสำหรับงานชีววิทยาและการแพทย์ได้รวดเร็วและตรงเป้าหมายขึ้น แต่อีกด้านหนึ่งคือคำถามว่า เมื่อเครื่องมือสามารถช่วยมนุษย์ออกแบบจีโนมทั้งชุดได้แล้ว เราจะสร้างมาตรการด้านความปลอดภัยอย่างไรให้เดินหน้าไปพร้อมกับความสามารถของเทคโนโลยี

สิ่งที่งานวิจัยชิ้นนี้ยืนยันได้ในเวลานี้คือ ปัญญาประดิษฐ์ไม่ได้ทำหน้าที่เพียงวิเคราะห์หรือทำนายข้อมูลพันธุกรรมอีกต่อไป แต่สามารถช่วยเสนอ จีโนมไวรัสที่สมบูรณ์และนำไปสร้างเป็นแบคทีริโอเฟจที่ทำงานได้จริง ซึ่งถือเป็นอีกขั้นสำคัญของชีววิทยาสังเคราะห์และการออกแบบจีโนมด้วยคอมพิวเตอร์