AI ออกแบบ ‘กรรไกรตัดยีน’ ที่ธรรมชาติไม่เคยสร้าง ทำงานดีเทียบเท่ากับที่สกัดจากธรรมชาติ

เครื่องมือตัดต่อพันธุกรรม CRISPR ทุกตัวที่นักวิทยาศาสตร์ทั่วโลกใช้กันอยู่ ล้วนมีที่มาเดียวกัน นั่นคือถูก 'ยืม' มาจากระบบภูมิคุ้มกันของแบคทีเรียที่ธรรมชาติค่อย ๆ พัฒนาขึ้นเพื่อป้องกันตัวเองจากไวรัสมานับล้านปี งานวิศวกรรมโปรตีนที่ผ่านมาจึงทำได้แค่หยิบของเดิมมาดัดแปลงเล็ก ๆ น้อย ๆ ไม่เคยหลุดออกจากกรอบที่วิวัฒนาการวางไว้

แต่ทีมวิจัยของ Jennifer Doudna เจ้าของรางวัลโนเบลสาขาเคมีและหนึ่งในผู้ให้กำเนิดเทคโนโลยี CRISPR เพิ่งทำในสิ่งที่ต่างออกไป งานวิจัยที่ตีพิมพ์ในวารสาร Science เมื่อวันที่ 16 กรกฎาคม 2026 รายงานว่าทีมได้ใช้ปัญญาประดิษฐ์ออกแบบเอนไซม์ตัดยีนตัวใหม่ที่มีลำดับพันธุกรรมแตกต่างจากทุกอย่างที่พบในธรรมชาติอย่างมีนัยสำคัญ แต่กลับทำงานได้เทียบเท่าหรือดีกว่าของจริง พร้อมคุณสมบัติใหม่ที่ไม่เคยมีมาก่อน รายงานของ Nature เรียกสิ่งนี้ว่าการเติมพลังให้ 'กรรไกรระดับโมเลกุล' ของ CRISPR ด้วย AI

ทำไมต้องเริ่มจากโปรตีนที่เล็กที่สุดในตระกูล CRISPR

หัวใจของ CRISPR คือโปรตีน Cas (CRISPR-associated protein) ที่ทำหน้าที่เป็นกรรไกรตัดสายพันธุกรรม โดยมีอาร์เอ็นเอ (RNA) คอยนำทางไปยังตำแหน่งที่ต้องการ ปัญหาคือโปรตีน Cas ยอดนิยมอย่าง Cas9 มีขนาดใหญ่ ทำให้ส่งเข้าสู่เซลล์ได้ยากในหลายกรณีการใช้งาน

ทีมของ Jennifer จึงเลือกตั้งต้นจากโปรตีนชื่อ TnpB ซึ่งเป็นเอนไซม์นำทางด้วยอาร์เอ็นเอเวอร์ชันจิ๋วที่ถือเป็นต้นตระกูลของ Cas12 โดย TnpB มีขนาดเล็กกว่ามากและถูกมองว่าเป็นบรรพบุรุษดั้งเดิมของระบบ CRISPR-Cas สมัยใหม่ ข้อมูลจาก GEN (Genetic Engineering & Biotechnology News) อธิบายว่าความเล็กของ TnpB ทำให้มันเป็นโครงตั้งต้น (Scaffold) ที่เหมาะกับการนำไปพัฒนาต่อ เพราะยิ่งเครื่องมือมีขนาดเล็ก ยิ่งส่งเข้าเซลล์เป้าหมายได้ง่ายขึ้น

งานวิจัยนี้นำโดย Petr Skopintsev นักชีววิทยาโครงสร้างในทีมของ Jennifer ที่สถาบัน Innovative Genomics Institute (IGI) มหาวิทยาลัย California, Berkeley โดยตั้งโจทย์ว่าจะออกแบบเอนไซม์ที่มีคุณสมบัติเหนือกว่าของเดิม โดยไม่หยิบมาจากธรรมชาติ แต่สร้างขึ้นในห้องทดลอง

ที่มา: https://phys.org/news/2026-07-aidesigned-geneediting-enzymes-crispr-toolbox.html

AI ออกแบบโปรตีนที่ธรรมชาติไม่เคยสร้างได้อย่างไร

โดยปกติการออกแบบโปรตีนจะอ้างอิงจากโปรตีนที่พบในสิ่งมีชีวิตอื่น ๆ ในธรรมชาติ ข้อดีคือทุกการเปลี่ยนแปลงผ่านการพิสูจน์มาแล้วนับล้านปีว่าใช้งานได้จริง แต่ข้อเสียคือมันจำกัดการออกแบบให้อยู่แค่การปรับเปลี่ยนเล็กน้อยจากของที่มีอยู่ ในสิ่งที่นักวิจัยเรียกว่า 'พื้นที่เชิงวิวัฒนาการ' (Evolutionary Space)

ทีมวิจัยแก้โจทย์นี้ด้วยการผสมสองเทคนิคเข้าด้วยกัน นั่นคือโมเดล AI ที่ชื่อ ESM Inverse Folding (ESM-IF1) ซึ่งทำงานแบบย้อนกลับ คือกำหนดโครงสร้างสามมิติที่ต้องการก่อน แล้วให้ AI คิดหาลำดับกรดอะมิโนที่จะพับตัวออกมาเป็นรูปทรงนั้น จากนั้นจึงใส่ข้อจำกัดที่อ้างอิงจากข้อมูลวิวัฒนาการเข้าไปกำกับ เพื่อให้ผลลัพธ์ยังคงทำงานได้จริง ผลลัพธ์คือเอนไซม์สังเคราะห์ตระกูลใหม่ที่ทีมเรียกว่า SynTnpB (Synthetic TnpB)

ความน่าทึ่งอยู่ที่ระดับความแตกต่างจากของเดิม รายงานของ GEN ระบุว่าส่วนที่ใช้จับกับดีเอ็นเอ (DNA) และอาร์เอ็นเอของโปรตีนที่ AI ออกแบบ มีความเหมือนกับโปรตีนที่ใกล้เคียงที่สุดในธรรมชาติเพียง 83% และ 72% ตามลำดับ ซึ่งถือว่าห่างจากต้นแบบมากกว่าวิธีออกแบบเดิม ๆ อย่างเห็นได้ชัด แต่กลับยังทำงานได้

ทำงานได้จริงทั้งในเซลล์คน พืช และแบคทีเรีย

ทีมวิจัยไม่ได้หยุดแค่การออกแบบบนคอมพิวเตอร์ แต่นำเอนไซม์ที่ได้ไปทดสอบการตัดต่อยีนจริงในเซลล์สามชนิด ทั้งแบคทีเรีย พืช และเซลล์มนุษย์ 

ผลคือ SynTnpB จำนวนมากยังคงประสิทธิภาพหรือทำงานได้ดีกว่า TnpB ตามธรรมชาติในเซลล์หลายชนิด Jennifer ระบุว่าทีมสามารถพัฒนาเอนไซม์ที่ไม่มีอยู่ในธรรมชาติให้ทำงานได้จริงในเซลล์คน พืช และแบคทีเรีย

ที่น่าสนใจกว่านั้นคือ ทีมได้ใช้กล้องจุลทรรศน์อิเล็กตรอนแบบเยือกแข็ง (Cryo-Electron Microscopy หรือ Cryo-EM) ถ่ายภาพโครงสร้างของเอนไซม์ตัวที่ทำงานได้ดีและแตกต่างจากธรรมชาติมากที่สุด แล้วพบว่ามันจับกับลำดับดีเอ็นเอสั้น ๆ ที่เรียกว่า TAM (Transposon-Associated Motif ซึ่งคือรหัสสั้น ๆ บนดีเอ็นเอที่เอนไซม์ต้องอ่านเจอก่อนจึงจะลงมือตัด) ในรูปแบบการจับตัวที่ไม่เคยมีใครพบมาก่อน เท่ากับว่าจุดสัมผัสใหม่ที่ AI ออกแบบเข้าไป ได้สร้างโครงสร้างการทำงานแบบใหม่ขึ้นมาจริง ตามคำอธิบายจากทีมผู้เชี่ยวชาญที่ให้ความเห็นผ่าน Science Media Centre España นี่คือโครงสร้างของเอนไซม์นำทางด้วยอาร์เอ็นเอที่ออกแบบด้วย AI ชุดแรกที่ถูกพิสูจน์ด้วยการทดลองจริง

ยังไม่ใช่กระสุนเงิน ข้อจำกัดที่ต้องจับตา

แม้ผลลัพธ์จะน่าตื่นเต้น แต่นักวิทยาศาสตร์หลายคนก็เตือนให้มองอย่างรอบด้าน José Luis Villanueva หนึ่งในผู้เชี่ยวชาญที่ให้ความเห็นกับ Science Media Centre España ชี้ว่าเอนไซม์ตัวที่ทำงานได้ดีที่สุดบางตัว เช่นเวอร์ชัน v5 และ v7 กลับเป็นตัวที่มีการตัดผิดตำแหน่ง (Off-target) มากที่สุดด้วย ซึ่งเป็นข้อเสียเพราะทำให้ความแม่นยำลดลง สะท้อนว่าประสิทธิภาพในการตัดเพียงอย่างเดียวยังไม่พอ ต้องชั่งน้ำหนักปัจจัยอื่น ๆ อย่างเสถียรภาพของโปรตีนและความจำเพาะควบคู่ไปด้วย

José Luis ยังตั้งข้อสังเกตว่า 'พื้นที่เชิงวิวัฒนาการที่เรามองเห็น ถูกสร้างขึ้นใหม่จากสิ่งมีชีวิตที่ยังอยู่ในปัจจุบันเท่านั้น' หมายความว่ามันเป็นเพียงเศษเสี้ยวของทุกสิ่งที่เคยเกิดขึ้นในธรรมชาติ เพราะเราไม่มีทางเห็นสิ่งที่สูญพันธุ์ไปโดยไม่ทิ้งร่องรอย การประเมินโปรตีนที่ AI สร้างขึ้นจึงต้องระมัดระวัง

ด้าน Sergi Rodà อีกหนึ่งผู้เชี่ยวชาญ เสริมว่าข้อจำกัดสำคัญของวิธีนี้คือ ยังไม่สามารถออกแบบให้เอนไซม์เจาะจงไปยังลำดับดีเอ็นเอหรืออาร์เอ็นเอแบบที่ต้องการได้ นอกจากนี้ Marc Güell ยังย้ำว่าการออกแบบเหล่านี้ยังต้องอาศัยแรงบันดาลใจจากธรรมชาติและต้องผ่านการทดลองจริง เรายังไปไม่ถึงจุดที่ออกแบบโปรตีนซับซ้อนได้ทั้งหมดบนคอมพิวเตอร์

จุดบรรจบของ AI กับชีววิทยาสังเคราะห์ที่มาเร็วกว่าที่คิด

งานชิ้นนี้ไม่ใช่ครั้งแรกที่ AI ถูกใช้สร้างเครื่องมือตัดต่อยีน Marc ชี้ว่าก่อนหน้านี้บริษัท Profluent เคยเปิดตัวเอนไซม์ Cas9 ที่สร้างด้วย AI แบบ Generative และทีมของ Marc เองก็เคยนำเสนอทรานสโพซอน (Transposon) ที่สร้างด้วยวิธีเดียวกัน งานของ Jennifer Doudna จึงเป็นอีกหมุดหมายหนึ่งของแนวโน้มที่ AI กับชีววิทยาสังเคราะห์กำลังหลอมรวมกันเร็วขึ้นเรื่อย ๆ

สิ่งที่นักวิทยาศาสตร์มองว่าสำคัญที่สุด ไม่ใช่ตัวเอนไซม์ที่ได้ แต่เป็นการที่งานนี้วางรากฐานของ 'แพลตฟอร์มการออกแบบที่ทำหน้าที่เป็นแม่แบบสำหรับสร้างโปรตีนซับซ้อนตัวอื่น ๆ ที่วิวัฒนาการไม่เคยสร้างขึ้น' Sergi ระบุว่าคุณค่าเชิงปฏิบัติของมันคือการทำให้กระบวนการออกแบบเอนไซม์นำทางด้วยอาร์เอ็นเอแบบใหม่ที่ไม่มีในธรรมชาติ กลายเป็นเรื่องที่ห้องแล็บทั่วไปเข้าถึงและทำตามได้

Francisco Martínez-Abarca อีกหนึ่งผู้เชี่ยวชาญ สรุปภาพใหญ่ว่าเทคโนโลยีนี้ช่วยย่นระยะเวลาที่เคยต้องใช้การทดลองหลายปี ให้เหลือเพียงไม่กี่เดือน โดย AI จะคัดกรองว่าเวอร์ชันไหนควรนำไปทดสอบจากการเปลี่ยนแปลงเชิงโครงสร้างและการทำงาน นี่คือหลักฐานว่าวิวัฒนาการแบบไม่พึ่งธรรมชาติกำลังแข่งขันกับวิวัฒนาการตามธรรมชาติได้อย่างจริงจัง และเป็นตัวอย่างที่ชัดเจนของการใช้ AI เร่งการพัฒนาผลิตภัณฑ์ที่มีคุณค่าทางเทคโนโลยีชีวภาพ

เมื่อ CRISPR เปลี่ยนวงการชีววิทยาไปแล้วครั้งหนึ่งด้วยการยืมเครื่องมือจากธรรมชาติ คำถามต่อไปที่งานวิจัยของ Doudna เปิดประตูทิ้งไว้ก็คือ ถ้านักวิทยาศาสตร์ออกแบบเครื่องมือที่ธรรมชาติไม่เคยสร้างได้เอง วงการตัดต่อพันธุกรรมจะไปได้ไกลแค่ไหน และนั่นคือเหตุผลว่าทำไมงานชิ้นนี้ถึงควรค่าแก่การจับตาสำหรับทุกคนที่ติดตามจุดบรรจบของ AI กับชีววิทยา

ที่มา: Science, Nature, GEN, Science Media Centre España, Phys.org