Četiri riječi koje nakon COVID-a nitko ne želi vidjeti u istoj rečenici glase: „Umjetna inteligencija dizajnira viruse“. Dodajte tome istraživački laboratorij, genetičko modificiranje i činjenicu da su neki od tih dizajniranih virusa doista oživjeli i postali infektivni – i eto dovoljno materijala za nekoliko sezona teorija zavjere.

No, prije nego ponovno počnemo masovno kupovati konzerve graha i toaletni papir, postoji jedan važan detalj: ovi virusi nisu namijenjeni napadu na nas; napravljeni su da inficiraju i ubijaju bakterije.

Wuhan nam je još svjež u kolektivnoj memoriji

Priča počinje skoro idealnom premisom, kao stvorenom za naslovnice tabloida: znanstvenici su umjetnoj inteligenciji dali na uvid veliku količinu genetičkih kodova virusa i dali joj zadatak da iz tih podataka dizajnira nove, do sada još nepostojeće. A umjetna inteligencija je poslušno obavila što joj je zapovjeđeno, te je ispisala genome virusa koji su različiti od svih do sada poznatih. Znanstvenici su potom prema tom „receptu“ virusne gene kemijski sintetizirali u laboratoriju – i neki od tih virusa doista su oživjeli, počeli se razmnožavati i ubijati svoje žrtve.

Ako vam se nakon prethodne rečenice u glavi automatski pojavila asocijacija na COVID i Wuhan, niste jedini: pandemija COVID-a ostavila je iza sebe ne samo milijune mrtvih i globalni tečaj ubrzane epidemiologije za amatere, nego i trajnu neugodnu asocijaciju između riječi „virus“, „laboratorij“ i „genetička manipulacija“.

Podrijetlo virusa SARS-CoV-2 pritom ni danas nije konačno razriješeno. WHO-ova stručna skupina SAGO 2025. zaključila je da raspoloživi dokazi „...više podupiru prirodni prijelaz virusa sa životinje na čovjeka“, dok se laboratorijski incident zbog nedostatka svih potrebnih podataka „...ne može potpuno isključiti“, što međutim nije isto što i dokaz da je virus bio proizveden ili genetički konstruiran u laboratoriju.

Ali dokazi i činjenice imaju neugodno svojstvo da su kompliciraniji od jednostavne ali atraktivne priče o zavjeri šutnje, pa se povelik broj online-ratnika radije priklanja simplificiranim tumačenjima. Ni prvi ni zadnji put.

No, vratimo se ovim novim virusima. Jer priča jeste zanimljiva, premda je dijametralno suprotna onome na što nas prvi instinkt navodi: cilj napada tih virusa uopće nismo mi. Njihove mete su – bakterije.

Virusi kojima ljudi nisu zanimljivi

Bakteriofagi, skraćeno i od milja zvani fagi, su virusi specijalizirani za inficiranje bakterija. Prirodno ih ima posvuda – u morima, tlu, kanalizaciji, hrani, našim crijevima i praktički na svim mjestima gdje postoje i bakterije, dakle doslovce svugdje.

Njihov životni plan nije osobito kompliciran ni sofisticiran: fag pronađe odgovarajuću bakteriju, pričvrsti se za nju, ubaci svoj genetički materijal i pretvori bakterijsku stanicu u malu tvornicu za kloniranje novih faga. Na kraju iscrpljena i izrabljena bakterija pukne, a nova generacija virusnih čestica iziđe van i potraga za sljedećom bakterijskom žrtvom može početi.

Ljudima, barem iz perspektive faga o kojima ovdje govorimo, takvo što ne predstavlja zdravstveni problem. Naime, ljudske stanice jednostavno nemaju odgovarajuće „brave“ za „ključeve“ koje imaju bakteriofagi, niti se u ljudskim stanicama nalaze „tvornička postrojenja“ takve vrste koja bi mogla služiti za umnožavanje faga. Pa nas stoga fagi ostavljaju na miru i bacaju se na jadne bakterije i do smrti ih iskorištavaju kao besplatne rasplodne farme.

Upravo zbog toga znanstvenike i medicinare fagi zanimaju već duže od stoljeća. Jer, logika nam govori, ako neki virus vrlo učinkovito ubija bakteriju koja čovjeku uzrokuje infekciju, zašto ga ne bismo poslali da obavi ubilački posao umjesto antibiotika?

Ideja je toliko jednostavna da zvuči kao Pokémon za mikrobiologe: protiv određenog protivnika treba samo pronaći odgovarajućeg borca, pa na nj baciti pokéball iz kojeg će se taj borac baciti u borbu.

Ali, problem je u onom „...treba samo pronaći“.

Kad antibiotik više nema čime zaprijetiti

Potreba za nekim novim antibakterijskim oružjem postaje sve ozbiljnija jer se antibiotici, naše najvažnije staro oružje, polako troše. To ne znači da su antibiotici prestali djelovati zato što su sami od sebe „oslabjeli“; oni su ostali isti i nisu promijenili ni svoju molekularnu strukturu ni farmakološka svojstva.

Promijenile su se bakterije. Mutacijama ili stjecanjem gena za rezistenciju postale su otporne.

Svaki put kada golema bakterijska populacija dođe u kontakt s antibiotikom, događa se svojevrsni Darwinov prijemni ispit, bakterijska audicija za preživljavanje napada kemijskim oružjem. Većina bakterija pri tom napadu antibiotika nastrada, no ako neka od njih slučajno nosi mutaciju ili stečeni gen koji joj omogućava preživljavanje antibiotskog nasrtaja, upravo je ona dobila glavnu nagradu – prazno igralište (naše tijelo!) bez konkurencije drugih, slabih sojeva, velik prostor na kojem se može veselo razmnožavati i prkositi (sada beskorisnom) antibiotiku.

Što antibiotike više i nepromišljenije koristimo, to bakterijama češće organiziramo takve audicije s nagradnom igrom za najjače i najprilagodljivije. A rezultat više nije neka hipotetska apokalipsa koja nas očekuje za 50 ili 100 godina. WHO procjenjuje da je već 2023. otprilike jedna od šest laboratorijski potvrđenih bakterijskih infekcija u svijetu bila rezistentna (otporna) na antibiotsko liječenje. Između 2018. i 2023. rezistencija je porasla u više od 40 posto praćenih kombinacija bakterija i antibiotika.

Posebno su neugodne gram-negativne bakterije kao što su Escherichia coli i Klebsiella pneumoniae, među kojima se sve češće susreću sojevi koji proizvode takozvane ESBL – extended-spectrum beta-lactamase, beta-laktamaze proširenog spektra, enzime kojima bakterija razgrađuje mnoge antibiotike čija se kemijska struktura temelji na tzv. beta-laktamskom prstenu. Skupina beta-laktamskih antibiotika uključuje peniciline i cefalosporine proširenog spektra djelovanja, na koje se liječnici vrlo često oslanjaju kod ozbiljnih infekcija.

No, kada je riječ o ESBL-soju bakterije, kada liječnik na nju pošalje do tada pouzdan i učinkovit antibiotik, bakterija iz svojeg borbenog kompleta izvadi molekularne škare kojima ga rastavi na dijelove i učini beskorisnim. Antibiotik, a ne liječnika, naravno.

To odavno više nije samo problem infektologije i epidemiologije. Bez učinkovitih antibiotika mnogo opasniji postaju i carski rezovi, operacije slijepog crijeva, ugradnja umjetnog kuka, kemoterapija, transplantacija organa i gotovo svaka intenzivna medicina. Moderna medicina izgrađena je na pretpostavci da bakterijsku infekciju uglavnom možemo liječiti.

A ta pretpostavka zbog pojave bakterijske rezistencije sada više nije tako čvrsta.

ChatGPT koji govori genetskim jezikom

Tu na pozornicu ulaze Evo 1 i Evo 2, o kojima smo nedavno ukratko informirali i na ovom portalu, a sada im posvećujemo i opširniji tekst. Riječ je o takozvanim genomskim jezičnim modelima. Osnovna je ideja vrlo slična sveprisutnim velikim jezičnim modelima (LLM) koji proizvode tekst: ako računalu pokažete dovoljno jezika, ono može naučiti obrasce po kojima se riječi, rečenice i odlomci slažu u smislene cjeline.

Samo što je taj jezik u ovom slučaju genetski.

Abeceda genetike ima četiri glavna slova – A, C, G, T (kemijske baze adenin, citozin, gvanin, timin od kojih se gradi molekula DNK) – ali „tekstovi“ (genomi) sastavljeni od tih slova mogu sadržavati milijune ili milijarde znakova. Samo jedna gramatička pogreška ili tipfeler ponekad znači razliku između organizma koji normalno funkcionira i hrpice beskorisne DNK.

Istraživači su modele dodatno usavršavali na približno 15.000 genoma malih bakteriofaga iz porodice Microviridae, a kao polazište koristili su jednog starog mikrobiološkog celebrityja – fag ΦX174.

On je povijesno važan jer je 1977. postao prvi virus čiji je cjeloviti DNK-genom sekvenciran. Genom mu je prema današnjim standardima smiješno malen – oko 5400 nukleotida (sastavljenih od ona četiri slova genske abecede) – što ga čini zgodnim biološkim triciklom za vježbanje prije nego što netko AI-ju dopusti upravljanje Boeingom 747.

AI-modeli Evo1 i Evo2 nisu dobili zadatak samo promijeniti jednu bazu (jedno slovo) ili popraviti jedan protein. Trebali su napisati čitave nove virusne genome.

I napisali su ih tisuće.

Od 285 recepata samo je 16 bilo jestivo

Naravno, ispisati DNK-sekvencu na zaslonu računala nije isto što i izraditi funkcionalni („živi“) virus.

Zato su istraživači među računalno generiranim genomima odabrali 285 kandidata, njihove DNK-sekvence stvarno sintetizirali i unijeli ih u stanice E. coli.

Tu je „teorijska“ umjetna inteligencija prvi puta naišla na izazov „praktične“ biologije. A biologija je, kao što zna svatko tko je ikada pokušao uzgojiti rajčice ili biljke sa sedam listića u kaljiću prema uputama s interneta, vrlo sklona ignoriranju naših lijepo osmišljenih planova. Tako je od 285 sintetiziranih genoma samo njih šesnaest proizvelo održive fage koji su potom „oživjeli“: mogli su se reproducirati i ubijati ciljane bakterije.

To se može istovremeno zvučati kao dobra i loša vijest. Jedna glasi: „AI je uspio napraviti 16 potpuno novih funkcionalnih virusa“, a druga: „AI je zeznuo 269 od 285 pokušaja“. Samo je teško otprve odrediti koja od njih je dobra.

No, obje su tvrdnje posve točne i upravo zato rezultat vrijedi shvatiti ozbiljno, ali ga pritom ne mistificirati. Evo1 i Evo2 ipak nisu ubojiti i inteligentni Terminatori koji su preko noći ovladali genetikom i evolucijskim zakonima. Ti modeli generiraju na tisuće prijedloga od kojih se većina pokaže posve besmislenim i beskorisnim nakon što ih biologija vrlo nemilosrdno podvrgne fact-check testiranju u realnim uvjetima.

Međutim, onih šesnaest koji su test prošli bili su stvarni i posve funkcionalni virusi-bakteriofagi s genomskim kombinacijama koje nikada ranije nisu zabilježeni u prirodi.

A onda je pokus postao još zanimljiviji.

Bakterija pobjegne jednom virusu – pa dobije šesnaest novih

Bakterije, naime, nisu bespomoćne ni protiv faga.

Kao što mogu razviti rezistenciju na antibiotik, mogu mutirati i evoluirati i stvoriti otpornost prema virusu koji ih napada. Dovoljno je da promijene receptor za koji se fag hvata, uključe obrambene sustave ili pronađu neki drugi molekularni trik, i naš lijepo odabrani fag odjednom više nema kamo parkirati, a kamoli izvršiti učinkovit desant na bakterijsku membranu.

U pokusima su zato istraživači uzgojili E. coli rezistentnu na prirodni ΦX174, a zatim su na nju poslali kombinacije umjetno stvorenih, AI-dizajniranih faga. Neke od tih kombinacija uspjele su uništiti bakterije koje su prirodnom virusu već naučile pobjeći.

To je vjerojatno najvažniji dio cijelog eksperimenta, jer prava prednost generativne biologije možda neće biti u tome da pronađe jedan „čudesni virus“, nego u mogućnosti da relativno brzo stvara čitavu biblioteku različitih virusnih protivnika. Ako bakterija evolucijom zatvori glavna vrata, možemo joj poslati bakteriofage koji ulaze kroz sporedna. Ili stražnja. Ili kroz prozore.

Klasična fagoterapija podrazumijeva potragu kroz prirodne zbirke faga i pronalaženje onoga koji odgovara konkretnom bakterijskom soju. U svijetu koji se naziva personaliziranom medicinom to može značiti doslovno potragu za virusom prikladnim za infekciju određenog bolesnika.

Generativna AI nudi radikalno drukčiju mogućnost: ne pitati – „Postoji li negdje u prirodi fag koji nam treba?“, nego – „Kako će izgledati fag koji nam treba?“.

Evolucija, ali s tipkom Enter

Ovdje cijela priča prestaje biti zanimljiv i atraktivan AI-trik i postaje potencijalno važna tehnologija.

Bakterije protiv naših lijekova imaju golemo evolucijsko oružje: nevjerojatnu brzinu razmnožavanja, ogromne populacije i stalno nastajanje novih genetičkih kombinacija. Mi, nasuprot tome, novi antibiotik razvijamo godinama, uz goleme troškove i popriličnu vjerojatnost da kandidat nikada neće stići do bolesnika. To je utrka u kojoj jedna strana mijenja taktiku svakih nekoliko generacija, a druga za svaku novu pušku mora ispuniti regulatorni fascikl debljine telefonskog imenika.

Generativni modeli možda bi nam prvi put mogli pomoći upravo u tom tempu. Stotinu godina bakterije evolucijom uče kako pobjeći našim antibioticima. Sada pokušavamo napraviti biološko-informatičko-tehnološki stroj koji će učiti evoluciju dovoljno brzo da im uzvrati.

To ne znači da će već sutra liječnici u bolnici otvoriti ChatGPT, upisati: „Napravi mi fag za multirezistentni Pseudomonas“ i pritisnuti „Print“. Između lijepog rezultata u laboratorijskoj epruveti i lijeka kojim se može sigurno liječiti čovjek postoji cijeli bezdan problema.

Prije primjene na ljudima potrebno je dokazati djelotvornost u staničnim kulturama i laboratorijskim životinjama, potom odrediti dozu i način primjene, proučiti imunološke reakcije, stabilnost, farmakokinetiku, mogućnost prijenosa neželjenih gena, proizvodnju, čistoću, regulatorne zahtjeve i, na kraju, sigurnost i djelotvornost u kliničkim ispitivanjima.

WHO zbog toga fagoterapiju smatra obećavajućim pristupom, ali naglašava da još nedostaje čvrstih kliničkih dokaza za njezinu široku rutinsku primjenu.

Drugim riječima, još uvijek smo puno bliže laboratorijskom stolu nego pultu u bolničkoj ljekarni.

Dr. Jekyll, Mr. Hyde i sintetska biologija

A naposljetku ostaje i ono neugodno pitanje od kojeg smo krenuli: ako AI može naučiti pravila prema kojima se slaže funkcionalan virusni genom iz kojega će „izrasti“ živi, aktivni virus, gdje takva tehnologija prestaje terapijski alat, a počinje predstavljati biosigurnosni problem?

Autori ovog istraživanja nisu ignorirali to pitanje. Iz podataka korištenih za treniranje modela uklonili su sve viruse koji inficiraju eukariotske domaćine (dakle, i čovjeka), a paralelno s istraživanjem je časopis Science objavio poseban komentar o mogućim biosigurnosnim i biozaštitnim posljedicama računalnog dizajniranja virusnih genoma.

Važno je pritom zadržati proporcije. Naime, postoji golema biološka udaljenost između malog bakteriofaga koji napada laboratorijsku E. coli i opasnog virusa sposobnog zaraziti čovjeka, učinkovito se širiti među ljudima, izbjegavati imunološki sustav i uzrokovati bolest. U tom smislu, ovih šesnaest faga zaista nisu nacrt za sljedeću pandemiju.

Ali granica je ipak prijeđena. Umjetna inteligencija više nije samo analizirala postojeći genom, predviđala strukturu proteina ili predlagala mutaciju. Generirala je kompletne genomske sekvence, ljudi su ih fizički sintetizirali, a neke od njih proizvele su funkcionalne viruse.

To je trenutak koji zaslužuje pažnju. Ne paniku – ali ipak pažnju.

Jer povijest tehnologije prilično uporno pokazuje da svaki dovoljno moćan alat ima barem dva korisnička priručnika. Jedan objašnjava kako njime napraviti nešto korisno, a drugi se prije ili poslije počne pisati pod naslovom „Kako spriječiti idiote da od nečeg korisnog naprave nešto opasno i ubojito?“

Virus kao lijek, a ne kao neprijatelj

Zato je možda najzanimljivije što ova priča potpuno izvrće našu pandemijsku intuiciju. Posljednjih godina navikli smo virus zamišljati kao neprijatelja, a laboratorijsko mijenjanje virusa kao nešto što već samim spominjanjem zaslužuje zlokobnu glazbu u pozadini.

Biologija međutim ne poznaje takve moralne kategorije. Virus nije zao, bakterija nije dobra, antibiotik nije heroj, a umjetna inteligencija nije ni doktor Frankenstein ni sestra Florence Nightingale. Sve su to alati, organizmi i evolucijski sustavi čiji učinak ovisi o kontekstu, ovisi o ruci koja drži alat.

Možda ćemo zato za nekoliko godina neke od najtežih bakterijskih infekcija liječiti ne samo antibioticima nego precizno odabranim ili čak računalno dizajniranim virusima koji će napraviti ono što antibiotik više ne može. A možda nećemo.

Eksperiment sa šesnaest faga još je vrlo daleko od tog zaključka. Ali pokazao je nešto što donedavno nije bilo očito moguće: generativna umjetna inteligencija može naučiti dovoljno biologije da napiše genom koji nije samo uvjerljiva računalna imitacija života, nego može postati funkcionalan biološki sustav.

A tada pravo pitanje više nije možemo li dizajnirati viruse. Jer očito možemo.

Puno važnije pitanje bit će možemo li ih dizajnirati dovoljno dobro, dovoljno sigurno i dovoljno pametno da nam virusi, nakon nekoliko godina u kojima smo ih s razlogom doživljavali kao neprijatelje, jednom počnu spašavati život.

_Literatura

<sub>1. King SH et al. Generative design of bacteriophages with genome language models. Science, 2026.
2. Inglesby TV, Hanke MS. AI-designed viral genomes. Science, 2026.
3. World Health Organization. WHO warns of widespread resistance to common antibiotics worldwide. 2025.
4. WHO Regional Office for Europe. Bacteriophages and their use in combating antimicrobial resistance. 2025.
5. World Health Organization. WHO Scientific Advisory Group issues report on origins of COVID-19. 2025.</sub>

_{Igor „Doc“ Berecki je penzić iz Osijeka. Pobornik teorijske i praktične primjene znanosti temeljene na dokazima, nakon pedijatrijsko-intenzivističke karijere bavi se pisanjem znanstveno-popularnih tekstova, crtkanjem računalnih i old-school grafika i dizajna, zbrinjavanjem pasa i mačaka, fejsbučkim blogiranjem o životnim neistinama i medicinskim istinama, kuhanjem upitno probavljivih craft-piva i sasvim probavljivih jela, te neprobavljivim sviranjem bluesa.}