Colossal Biosciences ra mắt nền tảng AI mới nhằm đẩy nhanh nỗ lực hồi sinh loài đã tuyệt chủng

Colossal Biosciences vừa công bố một nền tảng trí tuệ nhân tạo mới có tên GenoMorph, được thiết kế để tăng tốc các dự án hồi sinh loài đã tuyệt chủng. Nền tảng này kết hợp mô hình hình thái 3D tiên tiến, genomics so sánh và sinh học phát triển nhằm xác định những gen có thể chỉnh sửa ngay cả khi dữ liệu di truyền còn rất hạn chế.

Nền tảng GenoMorph của Colossal Biosciences

GenoMorph giải bài toán thiếu dữ liệu gen như thế nào?

Theo Colossal, thách thức lớn nhất khi hồi sinh một loài như chim dodo là nguồn gen khan hiếm. Công ty chỉ có trong tay một bộ gen dodo duy nhất, trong khi dự án hồi sinh voi ma mút lông xù đã thu được tới 100 bộ gen. Nguyên nhân nằm ở điều kiện khí hậu: vùng lạnh giá nơi voi ma mút sinh sống bảo quản ADN tốt hơn nhiều so với vùng nhiệt đới – nơi dodo từng cư trú.

"Thông thường, các nhà khoa học có thể so sánh nhiều bộ gen để hiểu những khác biệt di truyền nào tạo ra một đặc điểm nhất định. Chúng tôi không có đặc quyền đó với ADN cổ từ các loài đã tuyệt chủng, khi nguồn gen cực kỳ hạn chế và chỉ có thể thu được một số ít bộ gen hoàn chỉnh," Ben Lamm, CEO kiêm đồng sáng lập Colossal, chia sẻ.

Để xây dựng GenoMorph, đội ngũ Colossal đã thu thập dữ liệu phát triển từ gà, chim cút, vịt và bồ câu, rồi kết hợp với thông tin di truyền và số đo hộp sọ 3D của hơn 70 loài chim. Quá trình này mất hơn một năm và kế thừa nhiều năm kinh nghiệm của công ty trong lĩnh vực hồi sinh loài.

"Bản đồ kho báu" cho bộ gen của chim dodo

Theo Ben Lamm, AI của GenoMorph học cách nhận biết vùng ADN nào hoạt động khi các loài chim phát triển mỏ và cấu trúc khuôn mặt, từ đó dự đoán những "công tắc di truyền" có thể đã tạo nên vẻ ngoài đặc trưng của dodo. Ông ví nền tảng này như một "bản đồ kho báu cho bộ gen dodo" – thay vì dò tìm vô số khác biệt di truyền tiềm năng, GenoMorph giúp nhóm nghiên cứu khoanh vùng đúng những khác biệt thực sự quan trọng.

Đến nay, công ty đã xác định được khoảng 2.300 mục tiêu chỉnh sửa ADN đầy hứa hẹn liên quan đến hình thái sọ mặt của dodo và có thể đưa vào kiểm nghiệm trong phòng thí nghiệm. Đây được xem là bước đột phá giải quyết một trong những nút thắt lớn nhất của lĩnh vực hồi sinh loài: xác định chính xác thay đổi nào tạo nên nét độc đáo của một loài đã biến mất.

Bước tiến trong kỹ thuật chỉnh sửa gen phôi chim

Song song với GenoMorph, Colossal cũng công bố một hệ thống mới sử dụng hạt nano lipid để đưa công cụ chỉnh sửa gen trực tiếp vào phôi chim đang phát triển. Cách tiếp cận này cho phép nhóm nghiên cứu quan sát tác động của các thay đổi di truyền lên quá trình phát triển của chim mà không cần chờ hết một chu kỳ sinh sản đầy đủ – vốn đòi hỏi chim phải đạt độ tuổi trưởng thành sinh dục.

Công ty cũng thông báo đàn chim bồ câu Nicobar – họ hàng gần nhất còn sống của dodo – hiện đã có 36 cá thể, đồng thời đã tạo thành công các tế bào mầm cốt lõi sẽ phát triển thành trứng và tinh trùng. Đây là mảnh ghép quan trọng trong chiến lược tạo ra những cá thể chim mang đặc tính của dodo.

Khi được hỏi về tính an toàn của phương pháp chỉnh sửa gen này, Ben Lamm khẳng định mục tiêu của GenoMorph là giúp kỹ thuật di truyền trở nên chính xác, có kiểm soát và có thể kiểm chứng hơn. Ông nhấn mạnh nền tảng không tự chỉnh sửa gen mà chỉ giúp đội ngũ xác định thay đổi nào đáng để nghiên cứu.

"Việc xác định một chỉnh sửa tiềm năng không có nghĩa là chúng tôi đưa nó vào động vật ngay lập tức hay mặc định nó an toàn. Càng xác định và kiểm chứng chính xác, các quyết định của chúng tôi trong suốt quá trình càng có cơ sở," ông nói.

Quỹ đầu tư mới hậu thuẫn hệ sinh thái "sinh học lập trình được"

Nền tảng mới của Colossal đã nhanh chóng nhận được sự hậu thuẫn từ Peter Diamandis, nhà sáng lập XPRIZE và là nhà đầu tư của Colossal. Ông vừa công bố thành lập quỹ đầu tư mạo hiểm NeoGenesis Capital nhằm rót vốn cho các công ty ứng dụng nền tảng sinh học lập trình được của Colossal trong ba lĩnh vực: y tế, nông nghiệp và bảo tồn.

Động thái này cho thấy tham vọng của Colossal không dừng ở việc hồi sinh các loài đã tuyệt chủng. Theo Ben Lamm, điều thú vị nhất là các công nghệ khác nhau mà công ty phát triển đang dần hội tụ, mở ra khả năng hỗ trợ những dự án hoàn toàn khác trên cây tiến hóa.

Đối với độc giả Việt Nam quan tâm đến AI ứng dụng trong sinh học, đây là ví dụ điển hình cho thấy học máy đang vượt khỏi phạm vi phần mềm thuần túy để bước vào phòng thí nghiệm. Việc kết hợp mô hình dự đoán với dữ liệu sinh học phức tạp có thể trở thành hướng đi giàu tiềm năng cho các nhóm nghiên cứu và startup công nghệ sinh học trong khu vực.