斯坦福大學和 Arc Institute 的研究人員利用基因組語言模型 Evo 生成了約 70 萬份病毒基因組候選序列，從中篩選合成 285 份，最終 16 份在實驗室中變成了能夠複製、感染並殺死大腸桿菌的噬菌體。

相關研究 8 月 6 日發表於《科學》雜誌，標誌着 AI 生成式生物學從設計單個蛋白質或基因，躍升至整套功能性病毒基因組的從頭設計。模型輸出的並非病毒成品，而是一串串 DNA 序列，研究人員負責篩選、合成並送入大腸桿菌進行驗證，大多數實驗無反應，少數培養皿上出現透明斑點意味着細菌已被新生病毒裂解。

研究團隊選擇噬菌體 Phi X-174 作爲模板，因其只感染細菌、基因組短且研究歷史豐富，適合驗證整套設計流程。Evo 先讀取了約 9 萬億個核苷酸，再用約 1.5 萬個與 Phi X-174 接近的微小病毒科基因組做專門訓練。存活的 16 個病毒並非勉強運轉，其中一些在競爭實驗和裂解速度上甚至超過天然 Phi X-174。研究人員還將 AI 設計的噬菌體混合傳代，病毒發生重組後僅 1 至 5 輪便突破了三種耐受大腸桿菌的防線，爲噬菌體療法對抗耐藥細菌開闢了新路徑。

安全閥門與未知風險

不過，"自然界沒有"並不等於"生物學上從未見過"。牛津大學研究人員指出，這批病毒與天然物種仍很相似，依賴相同的生物機制。今年 6 月的獨立分析也發現，Evo 越看好的序列通常越接近自然病毒，模型主要是在自然變化允許的範圍內提高搜索效率。研究團隊在訓練 Evo 時剔除了感染人類的病毒及其近親，實驗使用的也是非致病性大腸桿菌，聲稱該版本無法生成人類病毒序列。

但換一套訓練數據會怎樣，目前沒有答案。約翰斯·霍普金斯大學研究員擔憂未來基因組模型可能被用於改寫流感等病毒的傳播能力或致死性。美國政府 7 月底公佈高風險生命科學研究政策，禁止聯邦資助使生物製劑更危險的實驗，但對於一段自然界從未出現過的 AI 生成基因組，審查者該如何判斷風險，目前尚無共識。從生成序列到製造危險病原體之間雖隔着合成、組裝和宿主適配等多重環節，但這一研究無疑爲生物安全治理敲響了前瞻性警鐘。