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 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。

相关研究 8 月 6 日发表于《科学》杂志，标志着 AI 生成式生物学从设计单个蛋白质或基因，跃升至整套功能性病毒基因组的从头设计。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、合成并送入大肠杆菌进行验证，大多数实验无反应，少数培养皿上出现透明斑点意味着细菌已被新生病毒裂解。

研究团队选择噬菌体 Phi X-174 作为模板，因其只感染细菌、基因组短且研究历史丰富，适合验证整套设计流程。Evo 先读取了约 9 万亿个核苷酸，再用约 1.5 万个与 Phi X-174 接近的微小病毒科基因组做专门训练。存活的 16 个病毒并非勉强运转，其中一些在竞争实验和裂解速度上甚至超过天然 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，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

不过，"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，实验使用的也是非致病性大肠杆菌，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，但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。从生成序列到制造危险病原体之间虽隔着合成、组装和宿主适配等多重环节，但这一研究无疑为生物安全治理敲响了前瞻性警钟。