斯坦福大学和阿克研究所牵头的团队证明，生成式人工智能能够设计完整且具有功能的病毒基因组。相关研究于8月6日在《科学》期刊发表。实验室测试产生了16种可存活的噬菌体，它们能够感染并杀死不同的大肠杆菌菌株。这项成果标志着人工智能辅助生物工程取得重要进展。研究中的噬菌体只攻击细菌，不会感染人类，因而不能把它们与人类病原体混为一谈。
研究人员使用Evo 1和Evo 2基因组语言模型。这类系统学习脱氧核糖核酸中的规律，方式类似文本模型学习词语之间的关系。团队以小型裂解性噬菌体PhiX174为设计模板，生成完整基因组候选方案，随后从中选择数量有限的方案进行化学合成和测试。最终，16个设计组装成能够正常工作的病毒，并在细菌细胞内复制。
《科学》论文报告，成功噬菌体具有显著的进化新颖性。冷冻电子显微镜显示，其中一个设计在外壳内包装脱氧核糖核酸时，采用了一种进化关系较远的蛋白质。多个生成噬菌体在生长竞争中超过天然模板，或者能够更快地裂解细菌细胞。这些结果表明，模型并非只是复制已知基因组，而是组合出了可以在真实生物系统中运行的新方案。
作者还发现，由生成噬菌体组成的混合物，克服了三种能够抵抗PhiX174的大肠杆菌菌株的防御。这一发现未来可能帮助开发针对耐药细菌感染的噬菌体疗法。不过，实验只在实验室培养物中完成，不能证明这些方案用于患者时安全或有效。任何临床开发都需要大量额外测试、质量控制和监管审查，目前也没有患者接受这项实验性疗法。
这项能力同时引发双重用途担忧，因为能够生成有益生物序列的工具也可能遭到滥用。团队从相关训练材料中排除了感染人类、动物和植物的病毒序列，并把实验限制在细菌病毒范围内。约翰斯·霍普金斯大学生物安全专家托马斯·英格尔斯比和莫里茨·汉克在《科学》同期评论中指出，现有治理体系不足以监督生成式基因组学，需要在能力进一步扩展前完善防护。
这项工作最早于2025年9月以预印本形式出现，但本周经过同行评议正式发表，使其获得新的科学和政策分量。研究人员下一步将提高对目标宿主的控制，并评估可能用于治疗的候选噬菌体。实验室、脱氧核糖核酸合成企业和政府面临的共同任务，是建立更可靠的序列筛查、风险评估和监督制度，在推动抗菌药物耐药性研究的同时限制误用。
评论