Стартап создал офлайн-ИИ для поиска инженерных патогенов

Radical Numerics в среду представила краевую модель Omnii Defense, которая должна выявлять природные и созданные с помощью ИИ патогены с помощью ноутбука и USB-секвенатора генов, без подключения к интернету. Стартап из Сан-Франциско присваивает каждой последовательности оценку угрозы от нуля до единицы, объединяя вероятность искусственного происхождения и функциональные прогнозы. Для исследователей и специалистов здравоохранения это заявка на более быструю полевую проверку новых биологических угроз.

Как Omnii Defense оценивает риск патогена

Omnii Defense делает несколько прогнозов по последовательности, включая вероятность ее патогенности или искусственного происхождения, а также таксономическую группу, к которой она ближе всего. Чем выше оценка угрозы, тем выше оцениваемый риск. Сооснователь и глава компании Эрик Нгуен заявил, что биозащита заметно отстает в обороне, сравнив ситуацию с гонкой в кибербезопасности, где атакующие и защитники используют ИИ. Основатели ранее работали над Evo и Evo-2, открытыми ДНК-моделями, созданными во время докторантуры в Стэнфордском университете, а Radical Numerics основали в 2025 году.

Компания построила Omnii Defense на основе Omnii, геномной языковой модели, обученной на ДНК, РНК, белках и эпигенетических сигналах. В октябре Radical сообщила, что использовала Omnii для создания индивидуальных бактериофагов против устойчивого к лекарствам штамма кишечной палочки E. coli, а коктейль применили для лечения пациента по специальному разрешению Управления по контролю качества пищевых продуктов и лекарств США. В работе также участвовал стартап Tabula Bioscience, но в объявлении он не был упомянут, после чего генетик из Гарварда Джордж Черч, консультировавший обе компании, на прошлой неделе ушел из Radical. Более ранние инструменты с госфинансированием, такие как Finding Engineering-Linked Indicators, или Felix, сравнивают последовательности с библиотеками известных организмов, что помогает при небольших изменениях известного патогена, но не дает функциональных прогнозов такого типа.

Что полевая проверка меняет для работы и здоровья

Для полевых исследователей, врачей и сотрудников лабораторий офлайн-проверка может изменить место анализа патогенов и скорость отбора подозрительных образцов. Глава направления биозащиты Кристин Партемор назвала модель качественным сдвигом, поскольку ИИ-модели выявляют закономерности, связанные с биологической функцией, а не полагаются на точные совпадения. В тесте компании вирус Бундибугио, вызывающий сейчас вспышку Эболы в Восточной Африке, убрали из обучающих данных, имитируя условия 1976 года, когда открыли Эболу. После удаления вида модель отметила как патогенные 33 процента последовательностей Бундибугио, а после удаления всего рода — 22 процента, тогда как обычные инструменты практически не указали на риск. Доступ пока ограничен проверенными внешними тестировщиками, а оценку проводят национальные лаборатории, госведомства и независимые эксперты.

Обнаружение сигнала не доказывает опасность или искусственное происхождение, а многие ученые считают биооружие, созданное ИИ, маловероятной угрозой. Директор направления надзора за патогенами в программе инфекционных заболеваний и микробиома Broad Institute MIT и Гарварда Бронвин Макиннис назвала бдительность разумной, но предупредила, что от сигнала далеко до вывода о реальных последствиях или намеренном создании. Результаты тестов сообщены самой компанией и не имеют независимого подтверждения в источнике, а инструмент не заменяет лабораторное подтверждение и эпидемиологическое расследование. Для большинства читателей вне биозащиты и инфекционных болезней прямого влияния на работу и повседневное здоровье нет.