Mikrobiolodzy z Imperial College London porównali wyniki dziesięciu lat pracy z możliwościami sztucznej inteligencji. Postawili przed systemem Google Co-scientist zadanie wyjaśnienia, w jaki sposób ruchome elementy genetyczne przenoszą geny oporności na antybiotyki między bakteriami.
W ciągu 48 godzin AI, zbudowany na modelu Gemini jako system wieloagentowy, wysunął pięć uszeregowanych hipotez. Pierwsza dokładnie pokrywała się z mechanizmem, który naukowcy potwierdzili eksperymentalnie przez lata badań laboratoryjnych.
Chodzi o cf-PICIs — kapsydotwórcze, fagowo-indukowane wyspy chromosomalne. Elementy te potrafią tworzyć własne osłonki ochronne, ale do infekowania nowych gospodarzy przejmują struktury ogonowe od innych bakteriofagów.
Kierownik projektu, profesor José R. Penadés z Imperial College London i inicjatywy Fleminga, wraz ze współautorem Tiago Diasem da Costą opublikowali wyniki w czasopiśmie Cell. Celowo wybrali już rozwiązany, ale jeszcze nieopublikowany problem, aby przetestować AI na znanej odpowiedzi.
Penadés nawet napisał do Google z pytaniem, czy nie doszło do wycieku danych. Firma potwierdziła, że nie miała dostępu do nieopublikowanych wyników.
Pozostałe cztery hipotezy wskazały kierunki, których zespół wcześniej nie rozważał. Są one obecnie sprawdzane w laboratorium.
Test pokazał, że system skutecznie syntetyzuje złożone dane biologiczne i proponuje realne hipotezy. Ale czy będzie w stanie przyspieszyć odkrycia w dziedzinach, gdzie nie ma gotowego wzorca do porównania?
Naukowcy podkreślają: AI pełni rolę narzędzia do filtrowania pomysłów, a nie zastępuje lat eksperymentów z prawdziwymi próbkami. Publikacja w Cell ukazała się w listopadzie 2025 roku.
