AI už dokáže navrhovať toxíny aj vírusy. Ako veľké je riziko bi zbraní?

AI v biológii už nie je len nástrojom na zrýchlenie vývoja liekov. Nové modely dokážu navrhovať aj molekuly, ktoré by sa v nesprávnych rukách mohli stať toxínmi alebo základom pre biologické zbrane. Práve preto sa medzi vedcami a odborníkmi na biosekuritu rozbieha spor: kde končí užitočný výskum a kde sa začína reálne riziko zneužitia?

AI can design viruses, toxins and other bioweapons. How worried should we be?

Zdroj: https://www.nature.com/articles/d41586-026-01476-x

Jedným z podnetov na túto debatu bola štúdia čínskych vedcov z roku 2024, ktorí opísali nástroj umelej inteligencie na návrh conotoxínov. Ide o malé proteíny z jedu morských slimákov z rodu cone snails. Niektoré z nich dokážu blokovať iónové kanály v nervovej sústave a neexistuje na ne antivenóm. Zároveň však platí, že mnohé conotoxíny sú neškodné alebo dokonca medicínsky užitočné; z jedného z nich vznikla aj schválená liečba chronickej bolesti.

Práve táto dvojznačnosť vyvolala pozornosť. V súkromnej diskusnej skupine o AI a biotechnológiách označil vysoký predstaviteľ americkej vlády štúdiu za možné biosekuritné riziko. Autorom práce sa to však zdá prehnané. Weiwei Xue z Chongqing University, ktorý je spoluautorom štúdie, pre Nature povedal, že cieľom bol vývoj liekov, nie škodlivých proteínov. Podľa neho tím v laboratóriu našiel aj conotoxíny s potenciálnymi terapeutickými vlastnosťami. Zároveň pripomína, že premena návrhu na skutočnú molekulu si vyžaduje odborné znalosti a vybavenie.

Prípad však zapadá do širšieho trendu. Biologické AI nástroje, od systémov podobných AlphaFold až po všeobecné chatboty, znižujú bariéry pri navrhovaní proteínov, vírusov a ďalších biologických štruktúr. To je dobrá správa pre medicínu aj biotechnológie. Zároveň to však znamená, že rovnaké nástroje môžu uľahčiť aj tvorbu nových hrozieb.

Prečo sa biologická AI stala bezpečnostnou témou

V jadre obáv sú dve veci.

Stylised illustration of a researcher at a workstation surrounded by digital screens, molecular diagrams and biohazard symbols that merge to form a sinister skull shape.

Snímka zobrazuje: Illustration: Adrià Voltà.

Zdroj: https://www.nature.com/articles/d41586-026-01476-x

Prvá sa týka ľudí s obmedzenými znalosťami, ktorí by mohli pomocou chatbotov získať návod, ako pracovať s už známymi hrozbami, napríklad s antraxom. Druhá sa týka sofistikovanejších aktérov, ako sú štáty alebo dobre financované teroristické skupiny, ktorí by mohli kombinovať chatboty so špecializovaným biologickým softvérom a navrhovať nové bioweapons.

Niektorí vedci upozorňujú najmä na toxíny. Podľa Martina Pacesu z University of Zurich by bolo teoreticky možné vyvinúť toxíny na úrovni ricínu alebo iných veľmi smrtiacich látok, ktoré by boli ťažko odhaliteľné. Iní odborníci však tvrdia, že pri výrobe a doručení takýchto molekúl zostávajú veľké praktické prekážky.

Ako sa z digitálneho návrhu stáva fyzická hrozba

V biologickej bezpečnosti je dôležitý rozdiel medzi tým, čo model navrhne na obrazovke, a tým, čo sa dá skutočne vyrobiť v laboratóriu.

Underwater close-up of a textile cone snail on the sea bed.

Snímka zobrazuje: The textile cone snail ( Conus textile ), one of a number of venomous species of cone snail. Credit: Pascual Fernandez Gomez/iStock via Getty.

Zdroj: https://www.nature.com/articles/d41586-026-01476-x

Aj keď AI dokáže generovať sekvencie alebo štruktúry, stále treba genetický materiál objednať, zostaviť a overiť v praxi. Práve tento krok je podľa viacerých vedcov jedným z hlavných miest, kde sa dá riziko zachytiť.

Mnohé firmy, ktoré syntetizujú DNA a RNA, už skrínujú objednávky na sekvencie spojené s toxínmi alebo patogénnymi proteínmi. Výskum vedený Microsoftom však ukázal, že niektoré AI-navrhnuté „syntetické homológy“ môžu týmto kontrolám uniknúť. Tím vytvoril desiatky tisíc návrhov, ktoré si zachovali podobu s nebezpečnými molekulami, no ich genetické sekvencie boli dosť odlišné na to, aby obišli časť skríningového softvéru.

Zároveň sa ukázalo, že situácia nie je jednoduchá. Po aktualizácii softvéru sa počet prehliadnutých návrhov výrazne znížil. A ďalší test naznačil, že ak sa podobné molekuly rozdelia na veľmi krátke fragmenty, môžu byť ťažšie odhaliteľné, hoci ich zloženie do funkčného génu by bolo mimoriadne náročné.

Čo hovoria experimenty s chatbotmi a biologickými modelmi

Jedna z najcitlivejších otázok znie, či AI skutočne zvyšuje schopnosti ľudí natoľko, aby sa z nej stal nástroj na výrobu bioweaponov.

Two people in full hazmat suits approach a park bench partially covered by a forensic tent.

Snímka zobrazuje: A nerve agent was used as a bioweapon in the United Kingdom in 2018; here, officers rush to cover the site. Credit: Matt Cardy/Getty.

Zdroj: https://www.nature.com/articles/d41586-026-01476-x

Výskum Setha Donougheho zo SecureBio naznačuje, že veľké jazykové modely môžu ľuďom s minimálnym biologickým tréningom pomôcť pri úlohách, ktoré by inak zvládali skôr doktorandi, napríklad pri riešení problémov v protokoloch alebo pri generovaní kódu pre laboratórne roboty.

Iné predbežné výsledky však ukazujú opatrnejší obraz. Podľa jednej februárovej štúdie nováčikovia s prístupom k LLM neboli pri niektorých laboratórnych úlohách výrazne lepší než dobrovoľníci, ktorí používali len internetové zdroje. To naznačuje, že digitálny „posun“ zatiaľ nemusí stačiť na vytvorenie skutočnej biologickej zbrane. No ako upozorňujú odborníci, schopnosti modelov sa rýchlo zlepšujú.

Prečo je pandémia iný problém než jednorazový útok

Najväčšou hypotetickou hrozbou sú podľa viacerých výskumníkov AI-navrhnuté pandémické vírusy.

Does AI raise novices’ biology-lab skills? Four line charts that show step-by-step task completion in four lab tasks related to generating viruses, with slightly higher rates for LLM access than Internet access, declining across steps.

Snímka zobrazuje: Source: Ref. 5.

Zdroj: https://www.nature.com/articles/d41586-026-01476-x

V praxi by najpravdepodobnejšia cesta nebola úplne od nuly, ale úprava už existujúcich vírusov, napríklad SARS-CoV-2 alebo chrípky, tak, aby získali nežiaduce vlastnosti, napríklad lepšie unikali imunitnému systému.

Tu však vstupuje do hry aj realita vývoja patogénov. Správa US National Academies of Sciences, Engineering, and Medicine z roku 2025 pripomína, že existuje viacero bariér: chýbajú kvalitné dáta, ktoré by spoľahlivo spájali genetickú sekvenciu s vlastnosťami ako virulencia či prenosnosť, a zároveň je ťažké patogény v laboratóriu vyrobiť a testovať. Inými slovami, AI sama o sebe zatiaľ neodstraňuje všetky praktické prekážky.

Čo zostáva neisté a čo bude dôležité ďalej

Debata sa preto netočí len okolo toho, či AI môže pomôcť pri návrhu nebezpečných molekúl.

AI-designed toxins: Grid of protein structures comparing natural (blue) and AI-designed (orange) conotoxin proteins.

Snímka zobrazuje: Source: Ref. 1.

Zdroj: https://www.nature.com/articles/d41586-026-01476-x

Rovnako dôležité je, či sa dá riziko zachytiť včas a kde presne. Mnohí vedci tvrdia, že najlepšou obranou je kontrola pri výrobe, nie snaha obmedziť samotný softvér. Iní sa obávajú, že prílišné obmedzenia by mohli brzdiť legitímny výskum a vývoj liekov.

Pri toxínoch je podľa správy NASEM riziko realistickejšie než pri úplne nových pandémiách, no aj tu zostáva problém výroby a doručenia. Navyše nie je isté, či by sa útočníci vôbec spoliehali na AI, keď príroda ponúka množstvo už existujúcich hrozieb a staršie metódy mutagenézy môžu niektoré nežiaduce vlastnosti zlepšiť aj bez umelej inteligencie.

Zatiaľ teda neexistuje jednoduchá odpoveď. AI v biológii prináša veľký prísľub pre medicínu aj základný výskum, no zároveň posúva hranicu toho, čo sa dá navrhnúť digitálne. A práve preto sa otázka biosekurity stáva čoraz naliehavejšou: nie preto, že by dnešné modely už automaticky vyrábali bioweapons, ale preto, že znižujú prah vstupu k návrhom, ktoré boli kedysi oveľa ťažšie dostupné.


Zdroj: Nature News

Pôvodný článok: https://www.nature.com/articles/d41586-026-01476-x


Môže sa Vám ešte páčiť...

Pridaj komentár

Vaša e-mailová adresa nebude zverejnená. Vyžadované polia sú označené *