AI 生成70万病毒基因组，16个在实验室“活了”
里程碑：从蛋白质到整套病毒基因组
8月6日发表于《科学》杂志的一项研究，将AI生成生物学推向新高度。斯坦福大学和Arc Institute的研究人员利用基因组语言模型Evo，生成了约70万份病毒基因组候选序列，从中筛选合成285份，最终有16份在实验室中变成了能够复制、感染并杀死大肠杆菌的噬菌体。
这不再是设计单个蛋白质或基因，而是整套功能性病毒基因组的从头设计。
实验设计：以Phi X-174为模板
研究团队选择噬菌体Phi X-174作为模板，原因在于它只感染细菌、基因组短且研究历史丰富，适合验证完整设计流程。Evo模型首先读取了约9万亿个核苷酸，随后用约1.5万个与Phi X-174接近的微小病毒科基因组进行专门训练。
模型输出的并非病毒成品，而是一串串DNA序列。研究人员负责筛选、合成这些序列，并将其送入大肠杆菌进行验证。实验中，大多数序列没有反应，但少数培养皿上出现了透明斑点——这意味着细菌已被新生病毒裂解。
值得注意的是，存活的16个病毒并非勉强运转。在竞争实验和裂解速度上，其中一些甚至超过了天然Phi X-174。研究人员还将AI设计的噬菌体混合传代，病毒发生重组后，仅1至5轮便突破了三种耐受大肠杆菌的防线。这为噬菌体疗法对抗耐药细菌开辟了新路径。
安全阀门与未知风险
尽管成果亮眼，但“自然界没有”并不等于“生物学上从未见过”。牛津大学研究人员指出，这批病毒与天然物种仍很相似，依赖相同的生物机制。今年6月的独立分析也发现，Evo越看好的序列通常越接近自然病毒，模型主要是在自然变化允许的范围内提高搜索效率。
研究团队在训练Evo时剔除了感染人类的病毒及其近亲，实验也使用非致病性大肠杆菌，并声称该版本无法生成人类病毒序列。
但换一套训练数据会怎样？目前没有答案。约翰斯·霍普金斯大学研究员担忧，未来基因组模型可能被用于改写流感等病毒的传播能力或致死性。
美国政府7月底公布高风险生命科学研究政策，禁止联邦资助使生物制剂更危险的实验。然而，对于一段自然界从未出现过的AI生成基因组，审查者该如何判断风险？目前尚无共识。
结语
从生成序列到制造危险病原体，中间隔着合成、组装和宿主适配等多重环节。但这项研究无疑为生物安全治理敲响了前瞻性警钟。AI的创造力需要与风险管控同步进化，这或许是生成式生物学带给人类最重要的启示。
参考链接：相关论文发表于《科学》杂志（2025年8月6日）