AREX Feed Article
Stanford 团队让 AI 写出 16 种活病毒，Science 同期配发安全警告
8 月 6 日，Science 杂志刊登了一篇论文：Stanford 大学与 Arc Institute 的研究人员用生成式 AI 模型 Evo 1 和 Evo 2，从零设计出了 16 个功能完整的噬菌体基因组。这些病毒此前从未在自然界存在过，却能在实验室中自行复制并杀死大肠杆菌。
这是生成式 AI 首次写出完整、可工作的病毒基因组。论文通讯作者、Stanford 大学化学工程助理教授兼 Arc Institute 创新研究员 Brian Hie 对 BBC 表示："生成式 AI 以前设计的都是单个蛋白质或基因，这次是第一次设计完整基因组——一个能在细胞内复制并行使功能的东西，这对我们来说是全新领域。"
5 个数字看懂这篇 Science 论文
70 万 → 285 → 16。 Evo 模型首先生成了约 70 万个候选基因组序列，经过计算筛选后留下近 300 个设计。研究团队在实验室中成功化学合成了其中 285 个 DNA 序列，将它们植入大肠杆菌后，16 个序列"启动"成为可复制、可裂解宿主的活病毒。
67–392 个突变。 每个可工作基因组与其最接近的天然近亲相比，携带 67 到 392 个新突变。其中 Evo-Φ2147 携带 392 个突变，与已知序列的平均核苷酸一致性仅 93.0%，按部分分类学标准足以被划为独立新物种。
13 个基因组含"自然界不存在的变异"。 16 个可工作噬菌体中，13 个所携带的突变在任何已知天然序列中均未出现。也就是说，AI 探索了自然演化从未涉足的序列空间。
1–5 代即克服耐药。 研究团队培育了三种对 ΦX174 天然噬菌体产生耐药的大肠杆菌株。AI 生成的噬菌体混合物在 1 到 5 个传代内全部突破耐药，而原始 ΦX174 完全失败。
65 倍。 在竞争实验中，AI 设计的噬菌体 Evo-Φ69 相对野生型 ΦX174 的比例上升至初始水平的 65 倍，。
从 70 万候选到 16 个活病毒：一条完整的 AI 造物流水线
Evo 1 和 Evo 2 是 Arc Institute 开发的基因组语言模型。它们的工作原理类似大语言模型，但处理的不是文字，而是 DNA 的四种碱基：A、C、G、T。
Evo 2 的训练数据规模惊人：9.3 万亿个核苷酸，来自 12.8 万个物种，覆盖细菌、古菌、真核生物和病毒等全部生命域。它能够在超过 10 万个碱基对的序列上下文中捕捉长程基因组语法，包括启动子-增强子互作、开放阅读框方向、非编码结构 RNA 基序和转录终止信号。Evo 1 是该系列更早的版本，主要在原核基因组上训练。
论文第一作者、Stanford 生物工程博士生 Samuel King 告诉 The Decoder："这感觉就是理所当然的下一步。"
研究团队选择了一个精确的设计模板：噬菌体 ΦX174。这个选择有深厚的历史考量。
ΦX174 的基因组仅 5,386 个核苷酸、编码 11 个基因，位于当前 DNA 合成成本可承受的上限，又足够复杂以验证基因组尺度的设计能力。1977 年，Fred Sanger 首次完成全基因组测序的对象就是它；2003 年，Craig Venter 团队首次化学合成完整基因组的对象也是它。，如今它又成为首个由 AI 生成的基因组模板。
不过，基础版 Evo 模型还不能可靠地产出 ΦX174 式的噬菌体基因组。直接使用 Evo 1 生成序列后经 geNomad 病毒分类工具检测，仅 19%–33% 被识别为病毒序列；Evo 2 的这个比例也只有 34%–38%。研究团队随后对两个模型进行了监督微调：在约 14,466 条去冗余的 Microviridae（ΦX174 所属的病毒科）序列上继续训练。这使模型专注于生成 ΦX174 近缘的序列变异。
微调后的模型还需要精心的提示工程和采样参数调优。研究团队开发了一套定制基因注释管线来处理 ΦX174 重叠基因的识别问题：标准基因预测工具最多只能找到 11 个基因中的 7 个。他们设置了多重筛选门槛：序列长度在 4,000–6,000 碱基之间、至少编码 7 个与天然 ΦX174 蛋白质匹配的基因、刺突蛋白区域需保持对大肠杆菌 C 株的宿主特异性。
经过生成和层层筛选，团队确定了约 300 个候选设计。285 个序列通过 Gibson 组装法合成并转化入大肠杆菌感受态细胞。在 96 孔板中，如果设计成功，噬菌体将在 2–3 小时内裂解细菌，导致 OD₆₀₀ 快速下降。16 个候选通过了这个检验。
16 个可工作噬菌体的宿主范围被严格限制在目标菌株：大肠杆菌 C 和近缘的 W 株，对其他 6 个受试菌株均无感染性。证明在探索大幅度基因组变异的同时，宿主特异性可以被保持。
其中 Evo-Φ36 的结果最令人意外。这个噬菌体的 DNA 包装蛋白 J 基因被替换为远缘噬菌体 G4 的同源基因。G4 的 J 蛋白比 ΦX174 的短（25 个氨基酸对 38 个），此前理性工程尝试做同样替换均告失败。
冷冻电镜显示，较短的 G4 J 蛋白在衣壳内采取了不同的空间取向。AI 模型通过协调基因组其他位置的补偿性突变，使这个异源蛋白组合能够正常工作。
论文还展示了一个更具实用价值的实验。研究团队培育了三种 ΦX174 耐药的大肠杆菌株，其 waa 操纵子（负责修饰细菌表面受体）发生突变。将 AI 噬菌体混合为一剂"鸡尾酒"后，混合物在 1–5 个传代内突破全部三种耐药株的防线。测序显示，成功的噬菌体是来自 2–3 个不同 AI 设计的嵌合基因组，突变集中在与细菌受体互作的表面暴露区域。
牛津大学蛋白质化学家 Oliver Crook 未参与该研究。他对成果给出了一个直白的评价："它们不只是一些病恹恹的已有东西的翻版。"
造病毒的能力已经有了，管住它的规则还没有
Science 在同一期杂志中配发了一篇 Perspective 评论文章，作者是 Johns Hopkins 大学健康安全中心（Center for Health Security）的 Thomas Inglesby 和 Moritz Hanke，。他们写道："用生成式 AI 编写病毒基因组的能力现在已经存在；安全引导它的治理框架还不存在。"
他们进一步警告，不能将这种生成方法扩展到可感染人类、动物或植物的病毒。"以这种方式构建的基因组可能产生超出当前对策控制范围的病原体。"
Inglesby 和 Hanke 的关切指向一个结构性漏洞。现有的 DNA 合成商筛查系统依赖序列比对工具（如 BLAST），将订单序列与已知危险病原体的参考数据库进行比对。但生成式 AI 产出的序列可能保留甚至增强功能活性，却与已知威胁的原始序列相似度极低，传统的同源性筛查对此几乎无效。
Hanke 在接受采访时更具体地描述了这一漏洞。他首先指出美国 NIH 在 7 月底发布的政策空白：该政策禁止使病原体更危险的实验，但纯粹的计算工作"除非涉及受关注实体"则不在覆盖范围。然后他给出了一幅滥用场景："你可以说：'嘿，基因组语言模型，给我做一个流感基因组，把它改得更具传播性或更致命。'"
研究团队在安全方面做出了主动选择。Evo 模型的预训练数据中系统性地排除了所有可感染人类的病毒序列，以及相关的动物、植物和真菌病原体序列。Brian Hie 解释说："我们只是想格外小心。"实验全程使用非致病性的大肠杆菌实验室菌株，在专用生物安全柜中进行。Hanke 称这些预防措施"相当值得称赞"，尤其因为没有任何官方规则要求这样做："因为他们从任何地方都得不到他们应该做什么的指导。"
Hanke 在接受采访时提出了一个更根本的问题："我从未见过的东西，风险是什么？"（"What is the risk of what I've never seen before?"）这指向 AI 生成生物学给监管者出的核心难题：同源性筛查体系的设计前提是已知威胁的样子，而生成式 AI 恰恰产出的是从未出现过的序列。
Imperial College London 合成基因组工程教授 Tom Ellis 的视角不同。他认为一个噬菌体基因组是生物学中最简单的基因组："最小、最容易构建的基因组"。虽然理论上用危险病原体序列训练的 AI 模型可以支持有害生物设计，但已有的旧技术危险更大。"把现有病原体拿来做功能增强性基因组改造，比让 AI 从零设计并写出病毒或细菌基因组容易得多，也更可能构成真正的致病威胁。"Ellis 说。
King's College London 科学与国际安全方向的高级讲师 Filippa Lentzos 则将焦点放在了一个更具体的环节上。她说，数字基因组变为物理分子的那一刻，也就是 DNA 合成步骤，才是监管最该用力之处。"分层方法更有意义：围绕模型开发与访问的保障措施、负责任的研究审查、合成筛查，以及既有的实验室生物安全与生物安保。"
噬菌体疗法是最近的路，治理问题是最大的坎
论文的作者团队在 Arc Institute 博客中写道，他们近期的治疗靶标包括植物病原体特异性噬菌体，以及基因架构与 ΦX174 设计难度相当或更低的较大 DNA 噬菌体。临床上相关的方向包括引起呼吸道感染的铜绿假单胞菌（Pseudomonas aeruginosa）和引起作物黑腐病的野油菜黄单胞菌（Xanthomonas campestris）。
Manchester 大学合成生物学教授 Patrick Cai 称这项研究是"重要里程碑"。"其意义远超噬菌体——它表明基因组语言模型正在开始学习演化编码的设计原理，为 AI 辅助的基因组写作打开了大门。"
Pompeu Fabra 大学合成生物学实验室的 Marc Güell 教授用了更重的词："非常重要的转折点"，因为"历史上第一次，我们开始在计算机上设计生物学"。
但从噬菌体到更大的生物系统，距离仍然巨大。噬菌体 ΦX174 的基因组仅约 5,400 个碱基对，而最简单的活细胞基因组约为 50 万个碱基对，人类基因组为 30 亿个碱基对。Brian Hie 承认那需要"很多工作，但并非不可能"，并表示团队"绝对有兴趣朝那个方向努力"。
NIH 7 月底的政策更新已经暴露了一个清晰的缺口：纯计算设计，即在计算机上写病毒 DNA，并不在受管制之列。噬菌体不会感染人类，但同样的方法被用于其他病毒类型时会发生什么，没有人能给一个确定的答案。
Johns Hopkins 的 Inglesby 和 Hanke 呼吁的是具有法律强制力的合成遗传材料订单筛查，而不是行业自愿标准。目前，这一筛查在美国和多数国家仍然停留在自愿层面。
参考链接
- （2025 年 9 月 17 日）
- （2026 年 8 月 6 日）
- （2026 年 8 月 6 日）
- （2026 年 8 月 6 日）
- （2025 年 9 月 17 日）
- （2026 年 8 月 6 日）
- （2026 年 8 月 7 日）
- （2026 年 8 月 7 日）
- （2025 年 9 月 17 日）
- （2026 年 8 月 7 日）
- （2026 年 8 月 7 日）
- （2026 年 8 月 8 日）