Вчені змінили кожну «літеру» геному вірусу — і перевірили, де помиляється AI

Найменший «краш-тест» для великої обіцянки AI у біології

Бактеріофаг ΦX174 — майже ідеальний тестовий полігон. Його геном має лише 5 386 нуклеотидів і кодує 11 білків. Це перший геном, який повністю секвенували, і згодом один із перших, який повністю синтезували хімічно. Здавалося б, якщо сучасні моделі добре «розуміють» біологічні послідовності, саме тут вони повинні виглядати переконливо.

Команда Huijin Wei, Xianghua Li та Ben Lehner зробила радикально просту річ: побудувала практично повну карту того, що відбувається, коли змінюється кожна літера геному і кожна амінокислота протеому. Усього дослідники виміряли ефекти 44 195 варіантів — понад 99% запланованого набору.

Половина однонуклеотидних змін погіршує життєздатність

Із 16 098 однонуклеотидних варіантів 8 229, або 51,2%, знижували fitness вірусу. 5 065 із них зменшували fitness більш ніж наполовину й у роботі класифікувалися як lethal variants. Загалом 68,5% позицій геному виявилися чутливими принаймні до однієї заміни.

На рівні білків картина ще жорсткіша: 70% протестованих missense-змін були шкідливими, а 44,6% — летальними за критеріями експерименту. При цьому корисні мутації були рідкісними.

Найцікавіше відкриття — білки ламаються не лише «всередині»

Майже половина шкідливих амінокислотних змін припадала на інтерфейси взаємодії білків. Приблизно чверть пошкоджувала внутрішні core-структури білків, а ще близько чверті шкідливих ефектів автори не змогли механістично пояснити навіть для настільки класичного модельного вірусу.

Це важливий урок для computational biology: функція живої системи визначається не тільки тим, чи «правильно складений» окремий білок, а й мережею його контактів із іншими молекулами.

Сучасні AI-предиктори виявилися лише помірно точними

Дослідники прогнали широкий набір сучасних variant-effect predictors: protein language models, еволюційні моделі, sequence-structure підходи та предиктори стабільності. Результат вийшов тверезим: більшість складних моделей не перевершила простий структурний baseline, що використовує доступність амінокислот у контексті білкового комплексу. Серед перевірених методів лише окремі моделі дали стабільно кращу кореляцію.

Це не означає, що AI «не працює в біології». Навпаки, моделі допомагають формувати механістичні гіпотези і комбінуються зі structural modelling. Але робота показує межу між красивим benchmark score і реальною здатністю передбачати фенотип кожної мутації в живій системі.

Важливе уточнення: це preprint

Повне дослідження опубліковане на bioRxiv і станом на 2 вересня ще не пройшло журнальне peer review. Nature винесла результати в окрему новину, але цифри варто читати саме як дані preprint, які можуть уточнюватися після рецензування.

Парадокс ΦX174: AI вже навчився генерувати життєздатні геноми цього класу

У цієї історії є дуже влучний контраст. У серпні 2026 року в Science вийшла окрема робота, де genome language models Evo 1 і Evo 2 використовували ΦX174 як design template. Після генерації, фільтрації та wet-lab перевірки дослідники отримали 16 життєздатних bacteriophages із різними fitness-профілями; коктейль згенерованих фагів зміг долати резистентність трьох штамів E. coli до ΦX174.

Це не суперечить новому mutagenesis-дослідженню. Навпаки, разом вони показують важливу різницю між генерацією і розумінням причинності. Модель може перебирати великий design space, використовувати fine-tuning, constraints, predictive filters і лабораторний відбір, а потім знайти працездатні геноми — і водночас інша система може погано відповісти на простіше на вигляд питання: «що саме станеться, якщо змінити ось цю одну амінокислоту?»

Тобто сьогоднішній AI у біології вже може бути сильним search engine по простору можливих конструкцій, не маючи повної mechanistic model того, чому конкретна конструкція працює.

Наскільки саме AI програв простому structural baseline

У preprint автори перевірили великий набір сучасних variant-effect predictors: protein language models, evolutionary/MSA methods, sequence-structure hybrids, stability predictors та інші системи. Простий показник relative solvent accessibility, порахований не на окремому білку, а на protein complex, дав median Spearman correlation ρ=0,41.

Серед перевірених VEP лише два методи перевершили цей baseline: ESCOTT — median ρ=0,50 і GEMME — ρ=0,42. ProteoCast фактично зрівнявся з baseline на 0,41. Автори прямо називають результат «striking»: майже всі state-of-the-art computational methods програли простій структурній ознаці, яка добре бачить protein-interaction interfaces.

Це тим цікавіше, що сам wet-lab dataset добре відтворювався між біологічними реплікатами: автори повідомляють Pearson correlations приблизно 0,988–0,992. Іншими словами, слабка кореляція predictor-ів — не просто наслідок хаотичного experimental noise.

І ще одна важлива деталь: «lethal» у роботі — це операційний поріг

У detailed analysis автори називають lethal variants ті заміни, які знижували measured fitness більш ніж на 50%. Це корисне внутрішнє визначення для карти, але його не варто читати буквально як «цей вірус гарантовано взагалі не може реплікуватися». Для новинного тексту точніше говорити про сильне падіння fitness і окремо пояснювати, який threshold використовувала команда.

Вердикт RankPoint

Один із найкраще вивчених маленьких геномів виявився складнішим, ніж наші найкращі предиктори. Це сильний аргумент не проти AI, а за великі незалежні experimental datasets: без них ми ризикуємо оцінювати моделі лише за тестами, які не показують, наскільки добре вони розуміють реальну біологію.