Kunstmatige intelligentie kan inmiddels veel meer dan teksten schrijven, afbeeldingen maken of software programmeren. Wetenschappers hebben AI nu ingezet om volledig nieuwe biologische systemen te ontwerpen. Een internationaal onderzoeksteam gebruikte een AI-model om de genetische code van bacteriofagen te ontwerpen: virussen die bacterien aanvallen en mogelijk een nieuw wapen kunnen vormen tegen antibioticaresistente bacterien. Tegelijkertijd roept de ontwikkeling belangrijke vragen op over de grenzen van kunstmatige intelligentie.
Wanneer we spreken over generatieve AI denken veel mensen aan chatbots zoals ChatGPT of systemen die afbeeldingen kunnen maken. Maar dezelfde onderliggende technologie – patronen herkennen in enorme hoeveelheden gegevens en vervolgens nieuwe informatie genereren – wordt ook steeds vaker toegepast in de biologie.
Een belangrijke ontwikkeling daarin is het gebruik van zogenoemde genoommodellen. Waar een taalmodel leert voorspellen welk woord logisch volgt op een ander woord, leert een genoommodel welke combinaties van DNA-bouwstenen biologisch betekenisvol kunnen zijn.
DNA is de informatiedrager van levende organismen. Het bestaat uit een lange reeks letters: A, C, G en T. Die volgorde bepaalt welke eiwitten een organisme kan maken en hoe een biologisch systeem functioneert. Voor een mens is zo’n DNA-code vrijwel onmogelijk volledig te begrijpen. Voor AI is het juist een enorme hoeveelheid gegevens waarin patronen gezocht kunnen worden.
Van ChatGPT naar “ChatGPT voor DNA”
De onderzoekers van onder meer Stanford University en het Arc Institute ontwikkelden AI-modellen met de namen Evo 1 en Evo 2 en hebben hierover gepubliceerd in het wetenschapsblad Science. De systemen werden getraind met grote hoeveelheden genetische informatie, waaronder gegevens van miljoenen bacteriofagen. Het doel was niet om willekeurige DNA-codes te maken, maar om te leren welke genetische structuren nodig zijn om een werkend virus te laten ontstaan.
Het principe lijkt op dat van een taalmodel. Een chatbot heeft geleerd dat een zin als “De zon schijnt...” vaak gevolgd wordt door woorden als “vandaag” of “buiten”. Een biologisch AI-model leert bijvoorbeeld dat bepaalde DNA-patronen vaak samen voorkomen omdat ze nodig zijn voor een bepaalde functie. De AI kreeg vervolgens de opdracht om nieuwe ontwerpen te maken voor bacteriofagen: virussen die gespecialiseerd zijn in het infecteren van bacteriën.
Wat is een bacteriofaag?
Een bacteriofaag – vaak kortweg faag genoemd – is een virus dat uitsluitend bacteriën infecteert. Het woord komt uit het Grieks: phagein betekent “eten”. Een bacteriofaag “eet” letterlijk geen bacteriën op, maar gebruikt een bacterie als gastheer om zichzelf te vermenigvuldigen.
Een faag hecht zich vast aan een bacterie en brengt zijn genetisch materiaal naar binnen. De bacterie wordt vervolgens gebruikt als een soort biologische fabriek om nieuwe virusdeeltjes te produceren. Uiteindelijk gaat de bacterie kapot en komen nieuwe fagen vrij.
Omdat fagen vaak zeer specifiek zijn voor één bacteriesoort, vormen ze een interessant alternatief voor antibiotica. Een faag die een schadelijke bacterie aanvalt, laat nuttige bacteriën in het lichaam meestal ongemoeid.
Van digitaal ontwerp naar werkend virus
De AI maakte niet direct een virus in een computer. Het proces verliep via verschillende stappen. Eerst genereerde het AI-model duizenden mogelijke genetische ontwerpen. Vervolgens selecteerden wetenschappers de meest veelbelovende kandidaten. Deze DNA-sequenties werden daarna in het laboratorium nagemaakt en getest.
Van honderden ontwerpen bleken uiteindelijk zestien door AI ontworpen bacteriofagen daadwerkelijk functioneel. Ze konden bacteriën infecteren en doden. Een deel van de experimenten richtte zich op varianten van de bacterie Escherichia coli (E. coli), waaronder bacteriën die minder gevoelig waren geworden voor bestaande behandelingen.
De onderzoekers benadrukken dat het hier gaat om bacteriofagen en niet om virussen die mensen, dieren of planten kunnen infecteren. De ontwerpen waren bovendien gericht op een relatief eenvoudig en goed onderzocht virus.
Toch is de wetenschappelijke betekenis groot: voor het eerst heeft een AI-systeem geholpen bij het ontwerpen van een volledig nieuw biologisch systeem dat daadwerkelijk functioneert.
Waarom zijn antibioticaresistente bacteriën een probleem?
Antibiotica hebben miljoenen levens gered, maar bacteriën passen zich voortdurend aan. Door veelvuldig gebruik van antibiotica kunnen bacteriën eigenschappen ontwikkelen waardoor medicijnen minder goed of helemaal niet meer werken.
Volgens gezondheidsorganisaties vormt antibioticaresistentie wereldwijd een groeiend probleem. Sommige infecties die vroeger eenvoudig te behandelen waren, kunnen daardoor opnieuw gevaarlijk worden.
Bacteriofagen kunnen een aanvullende aanpak bieden. Omdat ze bacteriën op een andere manier aanvallen dan antibiotica, kunnen ze mogelijk worden ingezet wanneer gewone medicijnen geen effect meer hebben.
De andere kant van de medaille
Elke grote technologische doorbraak heeft ook een keerzijde. De mogelijkheid om met AI biologische systemen te ontwerpen leidt tot zorgen over misbruik.
Als AI kan helpen bij het ontwerpen van een onschadelijke bacteriofaag, rijst de vraag of vergelijkbare technieken in de toekomst ook gebruikt kunnen worden voor andere biologische toepassingen. Wetenschappers noemen dit een zogenoemd dual-use-probleem: een technologie kan zowel nuttige als schadelijke toepassingen hebben.
Een vergelijking met computers ligt voor de hand. Een krachtige processor kan worden gebruikt om medische berekeningen uit te voeren, maar ook voor cyberaanvallen. Hetzelfde geldt voor AI in de biologie: de technologie zelf is niet goed of slecht, maar de toepassing bepaalt het resultaat.
Experts wijzen er overigens op dat het maken van een gevaarlijk menselijk virus nog veel complexer is dan het ontwerpen van een bacteriofaag. Bovendien zijn er nog veel praktische en biologische beperkingen. De huidige ontwikkeling betekent dus niet dat iemand met een laptop zomaar een nieuw virus kan ontwerpen.
Wat is synthetische biologie?
Synthetische biologie is een vakgebied waarin wetenschappers biologische systemen ontwerpen of aanpassen. Waar traditionele biologie vooral onderzoekt hoe bestaande organismen werken, probeert synthetische biologie nieuwe toepassingen te maken. Dat kan bijvoorbeeld gaan om:
- bacteriën die medicijnen produceren;
- aangepaste cellen voor onderzoek;
- nieuwe materialen gebaseerd op biologische processen;
- virussen die gericht bepaalde bacteriën bestrijden.
AI versnelt dit proces doordat computers enorme hoeveelheden biologische informatie kunnen analyseren en nieuwe mogelijkheden kunnen voorstellen.
De toekomst: arts én programmeur?
De ontwikkeling van AI in de biologie laat zien dat de grens tussen digitale technologie en levenswetenschappen steeds kleiner wordt. In de toekomst kunnen artsen mogelijk niet alleen medicijnen voorschrijven, maar ook met behulp van AI een behandeling laten ontwerpen die specifiek past bij een patiënt en de bacterie die een infectie veroorzaakt.
Een patiënt met een moeilijk behandelbare infectie zou bijvoorbeeld onderzocht kunnen worden waarna AI helpt zoeken naar een geschikte bacteriofaag. In plaats van één medicijn voor miljoenen mensen ontstaat dan mogelijk een veel persoonlijkere aanpak.
Maar tegelijkertijd vraagt deze ontwikkeling om duidelijke regels. Net zoals de maatschappij heeft moeten leren omgaan met kernenergie, genetische technologie en internet, zal ook AI in de biologie zorgvuldig begeleid moeten worden.
De belangrijkste vraag wordt daarom niet alleen: “Wat kan AI maken?” maar vooral: “Wie bepaalt waarvoor AI wordt gebruikt?”
AI-model bewust openbaar gemaakt
Een opvallend aspect van deze ontwikkeling is dat de onderzoekers ervoor hebben gekozen om hun AI-model niet gesloten te houden. Het model, Evo 2 genoemd, is als open source beschikbaar gesteld. Daarmee krijgen onderzoekers, universiteiten en ontwikkelaars wereldwijd toegang tot de technologie en kunnen zij het model verder onderzoeken en verbeteren.
Volgens de makers is open beschikbaarheid belangrijk om de wetenschap vooruit te helpen. Door de technologie breed toegankelijk te maken, kunnen meer onderzoekers bijdragen aan nieuwe toepassingen, bijvoorbeeld bij het ontwikkelen van behandelingen tegen bacteriën die resistent zijn geworden tegen antibiotica.
Tegelijkertijd maakt juist die open beschikbaarheid de discussie over veiligheid ingewikkelder. Bij veel software geldt open source als een voordeel: fouten kunnen sneller worden gevonden en verbeteringen kunnen door een grote gemeenschap worden ontwikkeld. Bij biologische AI ligt dat anders, omdat dezelfde kennis mogelijk ook voor ongewenste doeleinden kan worden gebruikt.
Wat betekent dit voor HCC-leden?
Voor computergebruikers laat deze ontwikkeling zien hoe breed de invloed van kunstmatige intelligentie inmiddels is. AI beperkt zich allang niet meer tot chatbots, zoekmachines of kantoorsoftware. Dezelfde principes worden toegepast in wetenschap, geneeskunde en industrie.
Voor HCC-leden is dit een interessant voorbeeld van een nieuwe fase in de ontwikkeling van AI: computers verwerken niet alleen informatie die door mensen is gemaakt, maar helpen inmiddels mee bij het ontdekken en ontwerpen van nieuwe oplossingen.
Tegelijkertijd benadrukt deze ontwikkeling het belang van digitale bewustwording. Nieuwe technologie brengt altijd kansen én risico’s met zich mee. Begrijpen hoe AI werkt en welke gevolgen toepassingen kunnen hebben, wordt daardoor steeds belangrijker.
Daarom pleiten deskundigen voor aanvullende veiligheidsmaatregelen, zoals verantwoord gebruik, toezicht op toepassingen en goede afspraken rond synthetische biologie. De discussie lijkt daarmee sterk op eerdere debatten rond krachtige AI-systemen: hoe zorgen we ervoor dat een technologie met grote mogelijkheden vooral voor positieve toepassingen wordt ingezet?
Standpunt van HCC
HCC ziet kunstmatige intelligentie als een belangrijke technologische ontwikkeling met grote mogelijkheden voor de samenleving. Toepassingen zoals AI-ondersteunde medische innovatie laten zien welke positieve gevolgen deze technologie kan hebben.
Tegelijkertijd vindt HCC het belangrijk dat gebruikers inzicht krijgen in de werking, mogelijkheden en beperkingen van AI. Transparantie, verantwoord gebruik en goede regelgeving zijn noodzakelijk om ervoor te zorgen dat nieuwe technologie het maatschappelijk belang dient.
AI die helpt bij het bestrijden van gevaarlijke bacteriën is een indrukwekkend voorbeeld van technologische vooruitgang. Maar juist omdat de mogelijkheden steeds groter worden, blijft kennis over AI essentieel.
