AI 已经能设计完整病毒基因组，生命代码进入生成时代
过去一周，「科学家第一次用 AI 制造新病毒」的标题重新冲上了信息流。 这句话抓住了冲击力，也把几层完全不同的动作压成了一步。 电脑里的模型只生成候选序列。研究人员先筛选设计，把 DNA 交给实验流程合成和组装，最后放进细菌里验证。成功得到的对象是噬菌体，一类感染细菌的病毒；实验中的 16 种噬菌体只在特定大肠杆菌菌株上繁殖，不感染人类。 这些限定不会削弱事件的意义。 这些限定把分水岭说得更准确。生成式 AI 的输出开始越过屏幕，通过 DNA 合成与实验流程，变成能够复制和演化的生物系统。 从补全一句话，到补全一段基因组 这项研究最初在 2025 年 9 月以预印本形式公开。斯坦福大学与 Arc Institute 的团队使用 Evo 1 和 Evo 2 基因组语言模型，尝试生成完整的噬菌体基因组。 语言模型预测下一个 token，基因组模型预测序列中的下一个碱基。类比到这里就该停一下。自然语言里一个不通顺的词通常只会破坏一句话，基因组中的一处变化可能影响蛋白表达、外壳组装、宿主识别和复制能力。完整基因组要求多组基因与调控区域同时工作，难度远高于生成一段看起来像 DNA 的字符串。 研究团队选择了 ΦX174 作为设计模板。它是一种研究充分、基因组较小的裂解型噬菌体，目标宿主是非致病性的大肠杆菌 C。团队还要求候选序列保留与宿主范围有关的刺突蛋白特征，以限制它们感染的对象。 基础 Evo 模型曾在超过两百万条噬菌体基因组上训练，但直接生成仍缺乏足够控制。研究人员对模型进行定向训练，再从大量结果中筛出 285 个候选设计进入实验验证。 这条流程已经说明了人类与模型各自的作用。人类选择模板、目标宿主、约束条件、候选序列和实验方法，模型承担此前难以用人工规则完成的组合搜索。 285个设计，16个真的活了 研究人员用 Gibson assembly 组装合成基因组，再把它们转入大肠杆菌 C，通过 96 孔板观察细菌生长是否受到抑制。最终，16 个候选被确认能够繁殖，并形成可继续研究的噬菌体储备。 16 除以 285，大约是 5.6%。如果只看成功率，它远不像按下按钮就能造生命。实验室仍然承担了大量筛选、合成和失败成本。 成功率只回答候选序列能否工作，成功样本还揭示了模型找到了什么。 Arc Institute 的技术说明显示，这16个功能性基因组与最接近的自然基因组相比，各自包含67至392个新突变。其中13个含有在已知自然序列中找不到的突变。一个名为 Evo-Φ2147 的设计与最接近的自然噬菌体平均核苷酸一致性为93.0%，按部分分类阈值可能被视为新物种。 另一个设计 Evo-Φ36 采用了远缘噬菌体 G4 中更短的 DNA 包装 J 蛋白。此前的理性工程尝试曾经失败，模型生成的其他补偿性变化却把这种蛋白嵌进了可用结构。研究团队随后用冷冻电镜观察到它在衣壳中的不同取向。 ...