Искусственный интеллект и синтетическая биология сегодня переживают тектоническое сближение, способное радикально изменить медицину, сельское хозяйство и промышленность. Глава направления ИИ в компании Ginkgo Bioworks Анна Мари Вагнер в интервью для Eye on AI подробно рассказывает о том, как их роботизированная платформа Foundry и партнерство с Google на сумму почти 300 миллионов долларов позволяют программировать живую материю так же, как компьютерный код. В центре обсуждения — переход биологии от интуитивного искусства к точной инженерии, масштабные проекты вроде самоопыляющейся кукурузы и создание фундаментальных моделей для расшифровки «языка» ДНК, РНК и белков.
🧬 От кремния к углероду: как компьютерный подход меняет биологию 2:37
История Ginkgo Bioworks началась 15 лет назад, когда пять соучредителей из Массачусетского технологического института (MIT) решили переосмыслить саму суть работы с живыми системами . Четверо из них оканчивали аспирантуру по биоинженерии, а пятым был легендарный профессор электротехники Том Найт, отдавший MIT более 40 лет своей жизни . В свое время Найт создавал первые полупроводники, проектировал Lisp-машины и написал первый в мире интерактивный отладчик в режиме реального времени .
В начале 1990-х годов Найт увлекся биологией по двум ключевым причинам:
- Предел закона Мура: полупроводниковые технологии приближались к физическим ограничениям, и биологические структуры виделись идеальной основой для наноразмерной точности .
- Программируемость материи: живая природа работает на коде ДНК (ACTG), который можно считывать с помощью секвенирования и перезаписывать посредством синтеза .
В возрасте сорока с лишним лет профессор Найт начал посещать лекции по биологии для первокурсников и построил полноценную лабораторную зону прямо на кафедре компьютерных наук MIT . Он привлек инженеров из самых разных областей — механиков, химиков, электронщиков — чтобы превратить биологию из описательной науки в строгую инженерную дисциплину .
Найт сформулировал три фундаментальных принципа, легших в основу Ginkgo Bioworks:
- Создание уровней абстракции: в традиционной биологии ученый вынужден лично работать с пипеткой, настраивая базовые физические процессы. Это эквивалентно программированию компьютеров в 1960-х годах на уровне спайки транзисторов. Программисту биологического кода нужны высокоуровневые инструменты, абстрагированные от физической рутины .
- Экономика масштаба: биологическое проектирование должно опираться на автоматизацию и миниатюризацию, аналогично промышленному производству. Это продиктовало выбор горизонтальной платформенной бизнес-модели вместо создания одного конечного продукта .
- Открытые библиотеки кода: в фармацевтике и биотехе компании ревниво оберегают свою интеллектуальную собственность, постоянно изобретая велосипед. Ginkgo же изначально строилась на идее повторного использования отлаженных генетических элементов в самых разных отраслях .
Сегодня Ginkgo Bioworks располагает роботизированным лабораторным комплексом Foundry площадью около 300 000 квадратных футов (около 28 000 кв. м), который выполняет функции универсального конвейера для биологических разработок .
💰 Бизнес-модель: «AWS» и «App Store» для живых организмов 7:29
Бизнес-модель Ginkgo сочетает в себе подходы двух ИТ-гигантов: Amazon Web Services (AWS) и Apple App Store . От AWS компания унаследовала взимание платы за непосредственные вычислительные и лабораторные услуги (сервисный сбор). Подобно App Store, Ginkgo получает роялти или долю в прибыли, если разработанный на платформе продукт оказывается коммерчески успешным .
Исторически биотехнологии ассоциировались исключительно с медициной. Однако 15 лет назад молодая компания не могла конкурировать с гигантами вроде Pfizer на их поле . Ginkgo начала с сегмента парфюмерии и пищевых ароматизаторов, сотрудничая с европейскими лидерами индустрии, такими как Robertet и Givaudan . Постепенно компания поднималась по лестнице технологической сложности.
Сегодня портфель Ginkgo Bioworks разделен примерно на три равные части:
- Биофармацевтика: работа с лидерами рынка (Pfizer, Merck, Novo Nordisk, Biogen) по созданию новых терапевтических молекул, вакцин и оптимизации производственных штаммов .
- Специальная химия: партнерство с Sumitomo и Solvay по разработке новых материалов и экологичных химических процессов .
- Сельское хозяйство: совместные проекты с Bayer, Syngenta и Corteva в области улучшения свойств растений и создания полезных почвенных микроорганизмов .
По словам Анны Мари Вагнер, ключевое отличие платформы от классических контрактных исследовательских организаций (CRO) заключается в характере задач . Традиционные CRO получают от заказчика готовую инструкцию: провести конкретный анализ на масс-спектрометре или запустить определенный процесс ферментации . В Ginkgo клиент приходит с техническим заданием на конечный продукт, например: «Нам нужен фермент, катализирующий конкретную реакцию с эффективностью не ниже X% и стоимостью производства не выше Y» . Всю исследовательскую программу ученые Ginkgo разрабатывают самостоятельно, задействуя гигантский массив накопленных данных .
🌾 Кейс: кукуруза без синтетических удобрений и биокатализ 23:38
Один из наиболее амбициозных проектов, над которым Ginkgo работает совместно с агротехнологическим гигантом Bayer, нацелен на создание самоопыляющейся кукурузы , . Производство азотных удобрений — это гигантская индустрия с оборотом около 70 миллиардов долларов в год . Однако этот процесс крайне неэкологичен: на него приходится около 5% мирового потребления энергии и 5% глобальных выбросов парниковых газов .
Суть биологического решения состоит в следующем:
- В природе бобовые растения (например, соя) не требуют азотных удобрений, поскольку вступают в симбиоз с клубеньковыми бактериями, которые поглощают азот из воздуха и переводят его в доступную для растения форму (природный аналог процесса Габера-Боша) .
- Кукуруза, пшеница и рис лишены таких естественных помощников. Задача инженеров — взять микроорганизмы, которые уже умеют комфортно жить внутри корневой системы кукурузы, и перенести в них генетические механизмы фиксации азота от бактерий-симбионтов бобовых , .
Сложность проекта заключается в тонкой настройке метаболических путей. Процесс фиксации азота требует участия цепочки белков, катализирующих последовательные реакции . Необходимо точно отрегулировать активность промоторов (некодирующих участков ДНК) . Неправильная балансировка может привести к тому, что промежуточный продукт реакции начнет накапливаться в клетках бактерии и убьет ее еще до того, как синтезируется аммиак .
Другим примером успешной работы служит проект по биокатализу для фармацевтической компании Merck . Производство многих лекарственных препаратов включает сложные, дорогие и экологически грязные этапы химического синтеза. Ginkgo помогает заменять эти этапы ферментативными реакциями. Ученые проектируют специальный белок-фермент, который проводит реакцию быстрее, чище и при комнатной температуре .
🤖 Искусственный интеллект как «Scale AI» для биологических данных 12:47
Первые 14 лет своей истории Ginkgo часто подвергалась критике со стороны академического сообщества за «грубую силу» — компания просто автоматизировала миллионы параллельных экспериментов . Однако именно этот подход позволил накопить уникальный актив: базу данных, где зафиксированы не только редкие успехи, но и 99% неудачных экспериментов .
«Для обучения качественной модели вам, безусловно, нужны примеры того, как выглядит успех. Но вам также требуется колоссальное количество примеров неудач. На ошибках алгоритмы учатся даже лучше», — поясняет Анна Мари Вагнер .
В сфере биологического ИИ компания Ginkgo занимает нишу, аналогичную роли Scale AI в сегменте больших языковых моделей (LLM) — она выступает главным генератором качественных размеченных данных для обучения .
Собственная метагеномная база данных Ginkgo, собранная из природных источников по всему миру, примерно в 10 раз превосходит по объему все публичные базы данных вместе взятые . Это дает колоссальное преимущество при проектировании белков и ДНК. Алгоритмы машинного обучения сначала выполняют интеллектуальный поиск по гигантской библиотеке природных вариантов, отбирая перспективные стартовые точки . Затем генеративные модели создают новые варианты белков на основе природных «каркасов» (scaffolds) , сохраняя их стабильность и жизнеспособность .
На следующем этапе ИИ оптимизирует сразу несколько параметров: селективность (минимизацию побочных реакций) , растворимость белков и их термостабильность. В конечном итоге конечный дизайн высокоэффективного белка может не иметь ничего общего с тем вариантом, с которого клиент начинал проект .
☁️ Стратегический альянс с Google на $300 миллионов 46:50
Для обучения масштабных моделей Ginkgo заключила пятилетнее стратегическое партнерство с Google Cloud стоимостью около 300 миллионов долларов , . В рамках этого соглашения Google не только предоставляет свои облачные мощности и процессоры TPU, но и напрямую выделяет около 50 миллионов долларов на финансирование внутренних исследований и разработок Ginkgo в области ИИ .
Интерес Google к этому альянсу носит стратегический характер. По мнению Анны Мари Вагнер, если Google подпишет стандартный контракт с отдельной фармкомпанией, это даст ей лишь одного клиента и красивый логотип в презентации . Сотрудничество с Ginkgo как с горизонтальной платформой позволяет создать фундаментальные модели для ДНК, РНК и белков, которые привлекут в облако Google всю биотехнологическую отрасль .
На вопрос о том, почему Ginkgo строит собственные модели, а не просто использует готовые решения от Google DeepMind, Анна Мари Вагнер отвечает, что в биологии, в отличие от человеческого языка, данные не лежат в открытом доступе , . Для создания прорывных моделей требуются три компонента:
Если вычислительные ресурсы сегодня можно купить, а архитектуру трансформеров адаптировать из открытых источников , то проприетарные данные Ginkgo остаются уникальным и незаменимым ресурсом . Компания активно взаимодействует с ведущими разработчиками архитектур из Google DeepMind и академических лабораторий, выступая ключевым партнером по поставке данных для обучения .
🛡️ Биобезопасность, биопластики и будущее без рутины 32:32
Автоматизация лабораторий уже позволила Ginkgo отделить интеллектуальный труд ученого от рутинных манипуляций . В обычных исследовательских центрах высококлассные PhD тратят до 95% своего рабочего времени на ручной перенос прозрачных жидкостей из одной пробирки в другую . В Ginkgo эту работу выполняют роботы . Более того, компания внедряет технологии анализа пулов (pooling): миллионы вариантов дизайна ДНК кодируются уникальными молекулярными штрихкодами и тестируются в одной лабораторной лунке, после чего результаты считываются с помощью высокопроизводительного секвенирования , .
Развитие синтетической биологии неизбежно вызывает опасения общественности по поводу биобезопасности. Анна Мари Вагнер успокаивает: в реальных условиях модифицированные в лаборатории организмы обычно оказываются крайне слабыми . Они тратят слишком много энергии на производство нужного человеку целевого вещества в ущерб собственному размножению, поэтому мгновенно проигрывают конкурентную борьбу диким штаммам .
Тем не менее, Ginkgo активно сотрудничает с оборонным агентством DARPA и разведывательным управлением IARPA . Компания разрабатывает алгоритмы, способные по фрагментам ДНК определять, имеет ли патоген естественное происхождение или был создан человеком , а также предсказывать его свойства . По мнению Вагнер, человечеству необходим глобальный «биологический радар» — аналог метеорологических систем, который в режиме реального времени отслеживал бы патогены в школах, аэропортах и общественных пространствах , что позволило бы предотвратить пандемии вроде COVID-19 на самых ранних стадиях .
Еще одно перспективное направление — создание биоразлагаемых материалов и пластиков . Пластик, производимый сегодня из ископаемой нефти, по сути является продуктом древней, переработанной миллионами лет биологии . Биологически синтезировать аналогичные полимеры не представляет сложности, однако главным препятствием остается экономика . Современные производители нефти не включают в стоимость сырья экологические издержки его добычи и утилизации .
Кроме того, классическая ферментация требует сахара в качестве корма для бактерий . Если сахар стоит дороже нефти, биопластик никогда не станет дешевле традиционного . Сейчас Ginkgo и ее партнеры работают над созданием микроорганизмов, способных напрямую усваивать углекислый газ вместо дорогого сахара . Успех на этом направлении ознаменует переломный момент в истории производства материалов .
