AI设计70万个病毒基因组，16个通过实验室测试

在生成生物学的惊人展示中，斯坦福大学和Arc研究所的研究人员使用AI模型设计了近70万个病毒基因组。其中，他们合成了285个，有16个被证明是完全功能性的噬菌体——感染并杀死细菌的病毒。这项研究于8月6日发表在《科学》杂志上，代表了从设计单个蛋白质或基因到从头创建完整病毒基因组的重要一步。

这个名为Evo的AI模型是一个基因组语言模型，在大量DNA序列数据上训练。它首先读取了约9万亿个核苷酸，然后针对约1.5万个类似于噬菌体Phi X-174的小病毒基因组进行了微调，选择该病毒作为模板是因为它只感染细菌，基因组短，且已被研究数十年。

Evo的输出不是一个完整的病毒，而是一串DNA字母。团队随后筛选了这些序列，合成了最有希望的序列，并在大肠杆菌培养物中进行了测试。大多数没有效果，但一些培养皿显示出清晰的斑点——表明细菌已被新形成的病毒裂解或破坏。

更重要的是，这16个存活的病毒不仅仅是勉强功能。在竞争实验中，一些病毒的表现优于天然的Phi X-174，裂解细菌更快，复制效率更高。研究人员甚至将AI设计的噬菌体混合传代，发现仅1到5轮后，病毒就能突破大肠杆菌的三重抗性屏障。这暗示了在噬菌体疗法中的潜在应用，特别是对抗耐药细菌。

但随着这种能力而来的是安全问题。这些病毒在自然界中不存在，但它们依赖于与自然病毒相同的生物机制。牛津大学的研究人员指出，这些AI生成的病毒仍然与自然物种非常相似。6月份的一项独立分析也发现，Evo偏好的序列往往接近自然病毒，这意味着该模型主要是在自然变异范围内提高搜索效率。

研究团队采取了预防措施：他们从训练数据中移除了感染人类及其近亲的病毒，并在实验室中使用非致病性大肠杆菌。他们声称这个版本的Evo无法生成人类病毒序列。但如果有人使用不同的训练数据集呢？这仍然是一个悬而未决的问题。

约翰霍普金斯大学的专家表示担心，未来的基因组模型可能被用来改写流感等病毒的传播性或致死性。7月底，美国政府宣布了一项关于高风险生命科学研究的新政策，禁止联邦资助的实验使生物制剂更加危险。然而，对于审阅者如何评估一个从未在自然界出现过的AI生成基因组的风险，目前尚无共识。

虽然从生成序列到制造危险病原体之间存在多个步骤——包括合成、组装和宿主适应——但这项研究为生物安全治理敲响了警钟。它表明AI现在可以设计功能性病毒，而这种力量伴随着对谨慎监督的需求。

关键点