CRISPR uchodzi za jedno z najpotężniejszych narzędzi współczesnej biologii. Pozwala precyzyjnie ciąć i zastępować fragmenty DNA lub RNA. Otwiera tym samym drogę do terapii genowych, nowych metod leczenia chorób rzadkich czy zaawansowanej inżynierii biologicznej.
Jednocześnie jego największym ograniczeniem pozostaje kontrola – a właściwie jej brak. Najnowsze badanie zespołu z Melbourne pokazuje, że sztuczna inteligencja może wypełnić tę lukę.
W artykule
Problem, który hamuje kliniczne zastosowanie CRISPR
Choć CRISPR bywa opisywany jako „genetyczne nożyczki”, w praktyce jest to narzędzie o dużej sile rażenia. Aktywne enzymy edycyjne – takie jak Cas – potrafią działać dłużej, niż jest to potrzebne, prowadząc do tzw. efektów off-target, czyli niezamierzonych zmian w zdrowych genach. W badaniach laboratoryjnych to ryzyko bywa akceptowalne. W praktycznej medycynie – już znacznie mniej.
Właśnie dlatego tak istotną rolę odgrywają anty-CRISPR: białka, które potrafią „wyłączyć” system edycji genów. Problem w tym, że naturalne anty-CRISPR, pochodzące głównie z bakteriofagów, są niezwykle rzadkie. W ciągu ponad dekady badań udało się zidentyfikować zaledwie 118 takich cząsteczek. Często odkrycia te były przypadkowe i następowały w efekcie żmudnych i czasochłonnych procesów odkrywczych.
Przeczytaj także: Lek na Parkinsona zaprojektowany przez AI dopuszczony do badań na ludziach
AI zamiast poszukiwań w ciemno
Naukowcy z Monash University oraz Uniwersytetu w Melbourne opracowali metodę projektowania syntetycznych inhibitorów przy użyciu AI. W zaledwie osiem tygodni osiągają rezultaty, które tradycyjnymi metodami wymagałyby lat pracy. Wyniki badań opublikowano 26 stycznia 2026 roku w „Nature Chemical Biology”.
Zespół badawczy postanowił odejść od tego modelu. Zamiast szukać naturalnych inhibitorów, naukowcy wykorzystali AI do projektowania nowych białek od podstaw. Tak powstały tzw. AIcrs – anty-CRISPR zaprojektowane przez sztuczną inteligencję.
Badacze skupili się na systemie CRISPR-Cas13a, który edytuje RNA, a konkretnie na jego domenie nukleazowej HEPN. To istotne, ponieważ dla tego typu edytora nie istniały wcześniej żadne potwierdzone naturalne inhibitory. Do projektowania wykorzystano narzędzia RoseTTAFold Diffusion oraz ProteinMPNN, generując około 10 tysięcy potencjalnych struktur białkowych.
Z tej puli wyselekcjonowano 96 kandydatów, a następnie trzy najbardziej obiecujące inhibitory – AIcrVIA1, AIcrVIA2 i AIcrVIA3. Wszystkie wykazały skuteczność hamowania Cas13a na poziomie nanomolarnym, co w praktyce oznacza bardzo wysoką precyzję działania.
Walidacja w bakteriach i komórkach ludzkich
Istotnym elementem pracy naukowców było potwierdzenie, że projekt AI działa nie tylko „na papierze”. Zespół przeprowadził szczegółową walidację strukturalną z wykorzystaniem krystalografii rentgenowskiej oraz kriomikroskopii elektronowej. Struktura AIcrVIA1 niemal idealnie odpowiadała modelowi wygenerowanemu przez algorytmy.
Jeszcze ważniejsze były testy funkcjonalne. W komórkach bakteryjnych inhibitory przywracały zdolność namnażania się bakteriofagów, wcześniej blokowanych przez CRISPR. W ludzkich komórkach HEK293T inhibitory odwracały efekt wyciszenia ekspresji białka fluorescencyjnego, spowodowany przez edycję RNA. Innymi słowy, AIcrs działały dokładnie tak, jak zaprojektowano – i to w żywych systemach biologicznych.
Dlaczego osiem tygodni robi różnicę?
Cały proces – od wyboru celu molekularnego po identyfikację skutecznych inhibitorów – trwał około ośmiu tygodni. Dla porównania tradycyjne odkrywanie białek regulatorowych może trwać kilka lat i nie daje gwarancji sukcesu. Ta różnica ma ogromne znaczenie praktyczne.
– Odkrywanie naturalnych inhibitorów wobec celów istotnych klinicznie pozostaje trudne i czasochłonne. W tym badaniu wdrożyliśmy szybkie podejście do projektowania anty-CRISPR, które wykorzystuje sztuczną inteligencję do tworzenia wysoce precyzyjnych i specyficznych inhibitorów CRISPR – w tym przypadku służących do kontrolowania aktywności edytora RNA – podkreśla dr Rhys Grinter, jeden z członków zespołu badawczego.
Potencjalne zastosowania
Projektowane przez AI anty-CRISPR mogą stać się brakującym elementem ekosystemu CRISPR. W medycynie mogą pełnić funkcję precyzyjnych „wyłączników bezpieczeństwa” w terapiach genowych. Mogą dezaktywować edycję dokładnie wtedy, gdy osiągnięty zostanie pożądany efekt.
W badaniach naukowych umożliwią czasową i odwracalną regulację edycji genów, co znacząco zwiększy kontrolę nad eksperymentami. W rolnictwie pozwolą na bardziej precyzyjne modyfikacje genetyczne roślin bez trwałych zmian dziedzicznych. W mikrobiologii i biologii syntetycznej otwierają drogę do projektowania złożonych układów genetycznych, które można dynamicznie włączać i wyłączać.
Co więcej, to podejście można rozszerzyć na inne systemy edycji genów, w tym rozwijające się edytory takie jak TnpB, Fanzor czy integrazy DNA kierowane przez CRISPR.
Przeczytaj także: DeepSeek Engram – dlaczego duże modele AI wreszcie uczą się „pamiętać”, zamiast wszystko liczyć od zera
CRISPR potrzebuje kontroli i mocy
Przełomowe terapie genowe, takie jak głośny przypadek dziecka wyleczonego spersonalizowaną terapią CRISPR, pokazują potencjał tej technologii. Jednocześnie uwypuklają jej ograniczenia. Jeśli CRISPR ma stać się narzędziem powszechnie stosowanym w klinice, musi być nie tylko skuteczny, ale też przewidywalny i bezpieczny.
Badanie zespołu z Melbourne sugeruje, że sztuczna inteligencja może odegrać istotną rolę w osiągnięciu tego celu. Nie przez zastępowanie biologów, lecz przez dostarczanie im narzędzi do projektowania molekularnej kontroli na żądanie.
Porozmawiaj z nami o sztucznej inteligencji
Dołącz do grupy "AI Business" na Facebooku
Polecamy e-book o AI
AI w marketingu – jak zwiększyć sprzedaż i zaangażowanie klientów?
Test Turinga: Czy AI jest już inteligentniejsze od człowieka?