Μοντέλα και πλατφόρμες AI

Έρευνα Υποδηλώνει Συσχέτιση Μεταξύ Ηλεκτρονικών Chip και Συνθέσεως Γονιδιώματος

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Νέα έρευνα από το Πανεπιστήμιο του Σινσινάτι υποδηλώνει ότι η συνθετική ζωή μπορεί να δημιουργηθεί στο προσεχές μέλλον με βάση μια σύγκριση με την εξέλιξη των ηλεκτρονικών chip. 

Ο Andrew Steckl, καθηγητής στο πανεπιστήμιο και Ohio Eminent Scholar, είναι βέβαιος ότι σημαντικές προόδους στη σύνθεση γονιδιώματος θα μπορούσαν σύντομα να οδηγήσουν σε ευρεία κλίμακα παραγωγή γονιδιώματος. Εργαζόμενος με τον φοιτητή του Joseph Riolo, το ζευγάρι χρησιμοποίησε την ιστορία της ανάπτυξης μικροchip και μεγάλης κλίμακας λογισμικού υπολογιστών για να δημιουργήσει ένα προβλεπτικό μοντέλο. Αυτό το μοντέλο χρησιμοποιήθηκε για να κατανοηθεί η συνθετική βιολογία.

Κατανοώντας τη Συνθετική Βιολογία

«Καμία αναλογία δεν είναι τέλεια. Το DNA δεν πληροί ορισμένες ορισμοί ψηφιακού κώδικα», είπε ο Riolo. «Αλλά υπάρχουν πολλές ομοιότητες μεταξύ του γονιδιώματος και του κώδικα λογισμικού.»

Η μελέτη του Πανεπιστημίου του Σινσινάτι απέδειξε ότι η συνθετική βιολογία έχει το δυναμικό να είναι «η επόμενη επωφελής τεχνολογική πρόοδος του ανθρώπου μετά την μικροηλεκτρονική και το διαδίκτυο.»

Υπάρχουν πολλές πιθανές εφαρμογές για αυτό, όπως η δημιουργία νέων βιοκαυσίμων για την ανάπτυξη ιατρικών θεραπειών. 

Σύμφωνα με τον Steckl, μπορούμε να χρησιμοποιήσουμε την ανάπτυξη ηλεκτρονικών chip ως οδηγό για να συναγάγουμε την ταχύτητα και το κόστος παραγωγής συνθετικής ζωής και την πορεία που θα ακολουθήσει.

Το δημοσιευμένο άρθρο επικεντρώνεται στην σύγκριση και τις ομοιότητες μεταξύ βιολογικών και ψηφιακών γλωσσών κώδικα σε όρους αλφαβήτου, λέξεων και προτάσεων. Με αυτό που είπαμε, οι συγγραφείς λένε ότι ο κώδικας DNA είναι μόνο μέρος μιας σύνθετης ιστορίας γονιδιώματος. 

Ο Steckl είναι διακεκριμένος καθηγητής που κατέχει κοινές θέσεις σε ηλεκτρολογικό μηχανικό, βιοϊατρικό μηχανικό και υλικό μηχανικό στο Κολλέγιο Μηχανικής και Εφαρμοσμένων Επιστημών του Πανεπιστημίου του Σινσινάτι.

«Υπάρχουν όλων των ειδών οι προφυλάξεις, αλλά χρειαζόμαστε μια σύγκριση για να ξεκινήσουμε αυτή τη διαδρομή», είπε ο Steckl. «Μπορούμε να συγκρίνουμε την πολυπλοκότητα προγραμματισμού ενός μαχητικού αεροσκάφους ή eines ροβώτ για τον Άρη με την πολυπλοκότητα που συνδέεται με τη δημιουργία του γονιδιώματος ενός βακτηρίου; Είναι της ίδιας τάξης ή είναι σημαντικά πιο σύνθετα;

«Είτε τα βιολογικά όργανα είναι πολύ πιο σύνθετα και αντιπροσωπεύουν το πιο σύνθετο “προγραμματισμό” που έχει γίνει ποτέ –所以 δεν υπάρχει τρόπος να το复製σετε τεχνητά — ή vielleicht είναι της ίδιας τάξης με τη δημιουργία του κώδικα για ένα μαχητικό αεροσκάφος ή ένα luxuries αυτοκίνητο,所以 μπορεί να είναι δυνατό.»

Συνθέτοντας Τεχνητά Ανθρώπινα Γονιδιώματα

Σύμφωνα με τη μελέτη, το κόστος επεξεργασίας γονιδιώματος και σύνθεσης γονιδιώματος έχει μειωθεί περίπου στο μισό κάθε δύο χρόνια από το 2010, παρόμοια με τον νόμο του Moore. 

«Αυτό θα σήμαινε ότι η σύνθεση eines τεχνητού ανθρώπινου γονιδιώματος θα μπορούσε να κοστίσει περίπου 1 εκατομμύριο δολάρια και απλότερες εφαρμογές όπως ένα προσαρμοσμένο βακτήριο θα μπορούσε να συνθετηθεί για όσο λίγο como 4.000 δολάρια», είπαν οι συγγραφείς.

«Αυτή η συνδυασμένη πολυπλοκότητα και μέτριο κόστος δικαιολογεί την ακαδημαϊκή ενθουσιασμό για τη συνθετική βιολογία και θα συνεχίσει να εμπνέει ενδιαφέρον για τους κανόνες της ζωής.»

Ο Steckl λέει ότι η βιομηχανική μηχανική θα μπορούσε να γίνει κρίσιμη για σχεδόν κάθε βιομηχανία και επιστήμη.

«Βλέπω μια συσχέτιση μεταξύ του πώς έχει εξελιχθεί η υπολογιστική ως επιστήμη. Τώρα βλέπω βαριά υπολογιστική σε κάθε επιστημονική επιστήμη», είπε ο Steckl. «Βλέπω κάτι παρόμοιο να συμβαίνει στον κόσμο της βιολογίας και της βιομηχανικής. Η βιολογία είναι παντού. Θα είναι ενδιαφέρον να δούμε πώς αυτά τα πράγματα θα εξελιχθούν.»

Όσον αφορά τη δημιουργία τεχνητής ζωής, οι συγγραφείς λένε ότι είναι κάτι που φέρει τεράστια ευθύνη. 

«Δεν είναι κάτι που πρέπει να λαμβάνεται ελαφρά», είπε ο Steckl. «Δεν είναι τόσο απλό όσο θα πρέπει να το κάνουμε επειδή μπορούμε να το κάνουμε. Θα πρέπει επίσης να λάβουμε υπόψη τις φιλοσοφικές ή ακόμη και τις θρησκευτικές επιπτώσεις.»

Ο Alex McFarland είναι δημοσιογράφος και συγγραφέας του AI που εξερευνά τις τελευταίες εξελίξεις στην τεχνητή νοημοσύνη. Έχει συνεργαστεί με πολλές startups και εκδόσεις του AI σε όλο τον κόσμο.