生成式AI進軍基因編輯領域

OpenCRISPR-1的物理結構，這是一種由Profluent的AI技術創建的基因編輯器。圖片來源：singularityhub.com

制圖、寫歌、作詩、編程、生成視頻……生成式人工智能（AI）技術與各行業的結合不斷為人們帶來驚喜，在各領域掀起革新浪潮。

現在，AI的應用場景再次拓展：美國AI蛋白質設計公司Profluent宣布，一款完全由AI設計的基因編輯器，已成功編輯了人類細胞中的DNA。這預示著未來科學家能更精確、更快速地對抗疾病。

首款AI設計的基因編輯器

4月22日，初創公司Profluent宣布推出OpenCRISPRTM計劃，并聲稱其成功使用AI生成的基因編輯器（稱為OpenCRISPR-1）來編輯人類DNA。該公司表示，這是“世界上第一個開源的、AI生成的基因編輯器”，并且是“用AI從頭開始設計的”。

這家公司將大量生物數據輸入一個大型語言模型（LLM），在基因編輯技術CRISPR基礎上提出了新的編輯方法。其目標是構建比現有生物機制更有效、更有能力的基因編輯器，使生物體能夠抵御疾病和其他病原體。Profluent團隊相信，在其他領域游刃有余的AI，同樣可以在基因編輯領域如魚得水。

“嘗試用AI設計的生物系統來編輯人類DNA是一次科學上的挑戰。”Profluent聯合創始人兼首席執行官阿里·馬達尼說，“我們的成功預示著未來AI將精確設計出一系列定制的疾病治療方案。為了促進基因編輯領域創新，推動這一未來趨勢，我們正在開源OpenCRISPRTM計劃的產品。”這意味著OpenCRISPR-1編輯器是開放的，允許個人、學術實驗室和公司免費試驗該技術。

CRISPR和AI的“天作之合”

CRISPR這一基因編輯工具的靈感，來自細菌和古菌等原核生物的適應性免疫機制。在自然界，細菌和古菌通過CRISPR-Cas系統來對抗病毒入侵。該系統通過記錄并剪切病毒基因組來保護細菌免受病毒感染。科學家們通過對CRISPR-Cas系統的研究，成功開發出了一系列強大的基因編輯工具，例如CRISPR-Cas9。

可以說，CRISPR是大自然擲了數十億次骰子后（自然選擇）產生的強大工具之一。不過，棘手的是，大多數Cas9蛋白長度超過1000個氨基酸，總體設計空間包含20的1000次方個可能序列，這比可觀測宇宙中的原子數量還要多幾個數量級。

只有當這些蛋白質以正確順序排列并相互作用，才能實現精準切割。因此，即使是單個錯誤突變，也可能讓蛋白質完全喪失功能。通過實驗探索所有可能的序列變異，需要幾代科學家的努力。但現在，通過AI系統，在幾個小時內就可以輕松發現功能性基因編輯器。

Profluent公司采用了一種新穎方式來使用AI：他們沒有增強現有系統，而是使用大型語言模型從頭開始設計CRISPR組件。該模型也是聊天機器人ChatGPT和圖像生成系統DALL-E的基礎。

現在，人類的DNA，也能由AI重新改寫了。

語言模型生成多種CRISPR-Cas蛋白

生成蛋白質語言模型需要大量數據進行預訓練，而這需要涵蓋廣泛功能的大型、多樣化的天然蛋白質序列數據集。為此，Profluent創建了迄今為止最廣泛的CRISPR系統數據集，包含510萬個CRISPR-Cas蛋白質數據。研究人員利用該數據集訓練AI大型語言模型，并要求AI創建可在CRISPR系統中代替Cas9的潛在蛋白質。

結果顯示，系統從400萬個序列中進行篩選，最終確定了包括OpenCRISPR-1在內的新蛋白質。這種新設計蛋白質在測試中的表現與Cas9不相上下，但有一點明顯突出：它對脫靶位點的影響降低了95%。這意味著它更加精確，幾乎只在需要的地方起作用，而不會對DNA鏈造成任何多余損傷。

總體而言，這些結果將潛在Cas蛋白的范圍擴大了近5倍。這些AI生成的蛋白質表現出更廣泛的功能。它們在不同條件下保持高活性，能輕松適應不同的溫度和分子環境。

Profluent尚未將這些合成基因編輯器進行臨床試驗，因此尚不清楚它們能否趕上或超過CRISPR的性能。但概念論證表明，AI模型能夠編輯人類基因組。

此外，Profluent的平臺能隨意生成更多的基因編輯系統，而OpenCRISPR-1只是“冰山一角”。

發表在預印本服務器bioRxiv上的論文尚未經過專家同行評審。預計下個月，該公司將在美國基因和細胞治療學會年會上提交這篇論文。與此同時，OpenCRISPR-1或其變體在多種生物體（包括植物、小鼠和人類）中是否都能發揮作用還有待證明。此外，技術的倫理和安全問題也需要考慮。但令人興奮的是，這些突破性成果為生成式AI開辟了一條新途徑，將對醫學和健康領域產生廣泛影響，有望從根本上改變人們的基因藍圖。