AREX Feed Article
独立复盘：16 个 AI 设计噬菌体与 ΦX174 平均 97% 相同，只是"兄弟姐妹"
8 月 13 日， 刊出对 Stanford 数据的独立复盘。牛津大学计算生物化学家 Oliver Crook 领衔的分析显示，8 月 6 日《Science》论文中那 16 个"从零设计"的噬菌体基因组，平均与设计模板 ΦX174 约 97% 一致；放进系统发育树，它们落在天然噬菌体既有的多样性范围之内，而不是分叉出去成为新分支。
Crook 说："用最朴素的话说，我们看到的是原始病毒的兄弟姐妹（brothers and sisters of the original virus）。它们没有在本质上做出新行为，也没有用上以前没有的分子机制。"
那篇《Science》论文题为 ：Stanford 与 Arc Institute 团队用基因组语言模型 Evo 2 生成完整噬菌体基因组，16 个被"重启"为能感染并杀死大肠杆菌的活噬菌体，混合液攻克了已对天然 ΦX174 产生耐药的菌株，同等天然噬菌体混合液做不到；Johns Hopkins 卫生安全中心专家在同期评论中警告，同类方法也降低了制造有致病潜力病毒的门槛。
97% 相同，却落在天然多样性之内
Crook 团队的分析 6 月 19 日以预印本形式贴在 （DOI 10.64898/2026.06.12.731871），署名还包括 Johns Hopkins 卫生安全中心的 James Black、Jassi Pannu 和牛津大学统计学家 Aaron Maiwald。论文把"进化新颖性"（与天然基因组的系统发育和序列相似度）与"设计效率"（模型找到可存活序列的效率）分开度量。
对 Evo 2 设计的噬菌体，结论是：模型似然值能预测实验存活率，但效率"主要来自贴近此前观察到的序列，而不是探索新的序列空间"；与随机诱变、连续传代等基线相比，Evo 2 的设计效率更高，产出却在系统发育上始终贴着天然基因组。
97% 这个数字直接回应了一条此前的担忧。 8 月 8 日的报道引述批评者说法：AI 设计的生物材料"没有进化历史"，难以评估。Crook 团队对这批噬菌体的计算结果相反：它们离天然噬菌体很近，落在既有多样性之内，可以放进系统发育树里评估。
302 个候选基因组，只重启出 16 个
"从零设计"内部是一整条工程管线。Evo 2 在包含超过 200 万个噬菌体基因组的数据库上训练，团队又用约 15,000 个 ΦX174 近亲的基因组微调模型，加上计算约束和质量过滤，筛出 302 个候选基因组。其中 17 个无法合成；剩余 285 个里，绝大多数连感染并杀死细菌这一步都过不了，只有 16 个最终被"重启"为有感染能力的噬菌体。这些基因组只有约 5,400 个碱基、11 个基因。
研究负责人、斯坦福计算生物学家 Brian Hie 估计，按市场价付费的话，DNA 合成成本在 10 万到 20 万美元之间，Twist Bioscience 提供了折扣。他说，"目前做这件事绝对需要一个非常有才华的跨学科团队"，每个想在实验室重启的病毒都不同，需要单独优化实验条件；"我们对 AI 系统提出的基因改变如何带来更强的致病性，还没有充分理解。"
截短蛋白：AI 做了一次传统基因工程做不成的事
论文第一作者、Hie 实验室（Laboratory of Evolutionary Design）博士生、合成生物学家 Samuel King 提醒，序列新颖度不能说明全部：多个 AI 设计的噬菌体在三维蛋白结构、生长动力学和感染动态上与 ΦX174 不同，而这些性质最终决定病毒的行为。
King 举的例子是一个异常的截短蛋白，负责把 DNA 装进新的病毒颗粒。AI 从一个进化上遥远的噬菌体那里借来这个蛋白，通过重写周围 DNA，让它能在 ΦX174 的基因组骨架上工作。此前用常规基因工程手段把类似的基因交换引入 ΦX174，被证明无法存活。"这是一个相当新的配置（That's quite a new configuration），"King 说。《Science》摘要也确认，冷冻电镜显示一个生成的噬菌体在衣壳里使用了进化上遥远的 DNA 包装蛋白。
瑞士 Botnar 免疫工程研究所化学工程师、噬菌体疗法公司 Locus Biosciences 联合创始人 Chase Beisel 认为，AI 设计噬菌体的真正前景不是造出和自然界全然不同的病毒，而是搜索进化从未产生、科学家未必想到要测试的组合。"这是一种探索序列空间、发现新属性的新方式，"他说，"长期来看会非常有用。"
新颖度打了折，生物安全的问题没有消失
Johns Hopkins 卫生安全中心专家在同期评论中写道："问题已不是生成式病毒基因组设计会不会存在，而是社会能否建立让益处展开、同时防止严重伤害的监管。"
Crook 团队的预印本给 Evo 2 的结论是：其生成能力对"从头制造危害（de novo hazard creation）"构成"低到中等"的生物安全担忧，同时声明，这个结论能否推广到更大、约束更少的病毒结构，是开放问题。约 5,400 个碱基、11 个基因的噬菌体属于相当小的病毒基因组，在这里测得的 97% 相似度不能自动说明更大病毒的情况。
另一头，好处同样在推进。Hie 说，合作者已经来问，能否用这个模型设计杀死致病菌的噬菌体，而不是实验室里的大肠杆菌菌株。平均 97% 一致意味着约 3% 的序列差异，按约 5,400 个碱基算，大约 160 个碱基位点；King 强调的结构、动力学和感染动态差异，就藏在这约 3% 的序列差异里。