¡Me encanta este proyecto! ¡Felicidades @samuelhking, @pdhsu y el equipo de @arcinstitute! Mis 2 centavos: La IA que se utiliza para el diseño biológico se considera mejor como un traductor.  Permitiéndonos hablar en inglés y traducirlo al ADN y viceversa.  No sabemos cómo diseñar un fago a partir de partes, pero Evo 1/2 fue entrenado "leyendo" más de 2 millones de genomas de fagos de la naturaleza y así aprendió a "hablar" el ADN del fago.  Entonces, podríamos pedirle que genere uno, al igual que podrías pedirle a ChatGPT que genere un poema para ti en chino, incluso si no lo hablas tú mismo. Ya habíamos entrenado modelos de IA en el lenguaje de las proteínas con modelos como Alphafold y ESM y eso funcionó bien: este documento muestra que podemos hacerlo a un mayor nivel de complejidad.  Este modelo de IA habla genomas de fagos multigénicos, no solo genes individuales.  Demostración muy emocionante y el trabajo lo demuestra muy bien al fabricar y probar fagos diseñados. ¡Funcionan! Hay dos cosas que son direcciones futuras obvias en mi opinión y que finalmente tendrán éxito: (1) El modelo debe volver a entrenarse en función de lo que aprende sobre los fagos que fueron diseñados para que pueda comprender mejor lo que el humano está pidiendo y traducirlo en ADN.  Este "aprendizaje por refuerzo" es similar a cómo Google enseñó a los modelos de IA a jugar al ajedrez: dejas que el modelo juegue un juego y luego le dices si ganó o perdió.  Aquí dejaría que el modelo diseñara millones de fagos, los construyera en el laboratorio y luego le dijera el rendimiento de los diferentes diseños. (2) Deberíamos ver si los modelos entrenados en millones de genomas bacterianos pueden permitirnos construir una célula bacteriana completa diseñada por IA similar a lo que se hizo aquí para un fago. Esto verá si podemos pasar de traducir una solicitud en inglés a un libro de ADN (500,000 letras de ADN para las bacterias más simples) en lugar del poema de ADN del fago (5,000 letras de ADN en un fago).  Este sería un hito científico a escala nacional, ya que las células son los componentes básicos de toda la vida y Estados Unidos debería asegurarse de que lleguemos a él primero. Para hacer tanto (1) como (2) necesitamos mejoras dramáticas en la eficiencia de hacer la biología de laboratorio húmedo real necesaria para construir ADN y probar el rendimiento de los organismos.  Es indicativo que solo construyeron 302 diseños de fagos y probaron 16 diseños, eso se debe a que el trabajo de laboratorio húmedo es demasiado lento y costoso.  La respuesta a eso es la automatización de laboratorios: me alegra ver que NSF invierte $ 100 millones en laboratorios en la nube automatizados y controlables por IA y otros esfuerzos que harán que la infraestructura científica de EE. UU. sea más eficiente y a escala industrial.  El plan de acción de IA de la Casa Blanca también señaló la necesidad de estos "laboratorios habilitados para la nube". Una vez más, un trabajo increíble !!