950 AI-agenter opdagede ukendt system i bakterievirus

Firmaet Anthropic har brugt omkring 950 af sine AI-agenter - selvstændigt arbejdende udgaver af chatbotten Claude - til at gennemsøge en kæmpe database med DNA fra bakteriofager. Bakteriofager er virus, der angriber bakterier.

Opgaven var at finde såkaldte reverse transkriptaser: enzymer, der fungerer som en slags kopimaskine og overfører information fra RNA til DNA. Bagefter skulle agenterne kigge på DNA'et omkring hvert enzym for at se, om der var noget usædvanligt, som kunne pege på et helt nyt biologisk system.

Agenterne arbejdede i 21 timer og brugte 210 millioner tokens - den mængde tekst, en AI-model behandler undervejs. De fandt over 200.000 af enzymerne og udpegede omkring 3.500 mulige nye systemer. Listen blev til sidst indsnævret til 20 stærke kandidater, som blev beskrevet i rapporter, som forskere kunne læse og vurdere.

Fandt et usædvanligt mønster

En af agenterne opdagede et gentaget DNA-mønster ved siden af et af enzymerne. Det var netop den slags mærkelig gentagelse, der oprindeligt satte forskere på sporet af genredigeringsværktøjet CRISPR. Selve enzymet var ikke nyt, men systemet omkring det så ud til at være det.

Forskere testede fundet i laboratoriet og bekræftede, at mønsteret rent faktisk producerede små RNA-molekyler. Anthropic har givet systemet navnet ART. Det er stadig uvist, hvad systemet konkret bruges til i naturen.

Mennesker styrer stadig laboratoriet

Anthropics topchef Dario Amodei fortæller, at Claude stod for det meste af selve opdagelsesarbejdet, mens mennesker besluttede, hvor der skulle søges, og selv udførte laboratorieforsøgene. Han sammenligner udviklingen med, hvordan AI er gået fra at kunne løse gymnasiematematik i 2023 til i dag at kunne tackle svære, åbne forskningsspørgsmål.

Amodei har tidligere sagt, at AI kan hjælpe med at kurere de fleste sygdomme inden for 5-10 år. Men selvom AI kan speede søgeprocessen op, foregår forsøg i laboratoriet og medicinske forsøg stadig i det tempo, den fysiske verden tillader. Det afgørende bliver derfor, om AI kan blive ved med at foreslå bedre forsøg, mens forskerne venter på resultaterne fra de langsommere laboratorieforsøg.