摘要AIPD紅色團隊工作流程。信用： 科學 （2025）。 doi：10.1126/science.adu8578
人工智能改變了生物學和醫學，加速了新藥和蛋白質的開放，並促進了DNA的設計和操縱，生命的建築塊。但是，與大多數新技術一樣，存在潛在的缺點。可以使用相同的AI工具來開發繞過當前安全檢查的新的危險病原體和毒素。在Microsoft的新研究中，科學家使用了黑客樣式測試來證明AI生成的序列可以逃避軟件以確保DNA製造商使用的安全性。
研究人員對他們的文章評論說：“我們認為，AAAA輔助蛋白的設計的不斷發展為解決健康和生命科學領域的關鍵任務提供了一個很好的看法，並可能對人們和社會產生極大的積極影響。” 出版 在雜誌中 科學該領域“與其他新興技術一樣，積極識別和減輕新機會帶來的風險也很重要。”
保護測試
當生物技術公司為研究人員製作DNA時，他們會使用軟件來篩選生物型物體（BSS），以找到新序列與已知威脅的數據庫之間的相似性。這既是優勢又是弱點，因為它只能顯示數據庫中指示的內容。
為了驗證Biosystal Security的這一差距，Microsoft研究人員使用了公開可用的AI程序來創建76,000多種著名危險蛋白質（包括Ricin）的合成變體。他們實際上沒有產生蛋白質。他們為合成開發了遺傳指示。然後，他們通過四種不同的程序化篩選工具啟動了序列，以查看是否可以傳遞任何內容。他們做到了 – 很多。這些序列中有很大一部分通過AI形成的序列使其通過檢查。
在發現缺點之後，Microsoft團隊與BSS供應商合作開發補丁。其中包括更新有關威脅的數據庫和篩選軟件的準確設置。結果？加深的篩選工具在第二次測試中捕獲了97％的最危險序列。
這項研究是一個明顯的警告。儘管斑點提高了檢測速度，但它們並不可靠，因為錯過了3％的潛在危險序列。由於序列是計算機的預測，因此還不清楚所產生的蛋白質如何在現實世界中起作用。
顯然，要為越來越複雜的AI方法創造可靠的保護需要更多的工作，但是這些努力將繼續進行。不斷的進化軍備競賽是不可避免的。就像疫苗應跟上新的病毒突變一樣，篩選工具需要連續更新以抵制AI產生的威脅。
我們作者為您寫的 保羅·阿諾德編輯 加比·克拉克（Gaby Clark）並通過事實驗證並考慮 羅伯特·埃根（Robert Egan）– 本文是仔細人類工作的結果。我們依靠像您這樣的讀者來保留獨立的科學新聞。如果此報告對您很重要，請考慮 捐款 （尤其是每月）。你會得到的 沒有廣告 作為感激之情。
更多信息：
Bruce J. Wittmann等人，加強核酸對生成蛋白的設計工具的生物腦化篩查， 科學 （2025）。 doi：10.1126/science.adu8578
©2025科學X網絡
引用：AI可以促進繞過當前安全協議的生物座位的創建（2025年10月3日）。 2025年10月3日從https://techxplore.com/news/2025-10-ai- easier-bioweapons-burrent.html收到
該文檔具有版權。除了出於私人研究或研究目的的一些公平交易外，如果沒有書面解決方案，就無法再現。內容僅用於信息目的。
