Študija, ki so jo vodili Ben Lehner in sodelavci, je sistematično mutirala skoraj vsak nukleotid v dobro raziskovanem genomu bakteriofaga ΦX174, kar je kljub obsežnim predhodnim raziskavam razkrivalo pomembne vrzeli v razumevanju učinkov mutacij. Več kot 44.000 variant je bilo testiranih z gojenjem z Escherichia coli, da bi ocenili njihovo sposobnost preživetja, ugotovili pa so, da je bila več kot polovica mutacij z enim nukleotidom in 60% sprememb aminokislin škodljiva. Medtem ko so nekatere mutacije nepričakovano povečale fitnes virusa, napredni modeli AI niso uspeli natančno napovedati večine rezultatov, kar poudarja potrebo po bolj zanesljivih eksperimentalnih podatkih za izboljšanje bioloških orodij AI.
Ocena pristranskosti (Sredina): V članku so predstavljene znanstvene ugotovitve brez očitnega ideološkega okvirja. V članku so obravnavane tehnične omejitve umetne inteligence pri napovedovanju učinka mutacij in poudarjena potreba po boljših podatkih, ne da bi se zavzeli za stranski položaj. Osredotočenost ostaja na empirične raziskave in tehnološki razvoj, ne pa na študije, ki jih je izvedla skupina, ki se ukvarja s tem vprašanjem.





.jpg&w=3840&q=75&output=webp&we)