AI 从头写出完整病毒基因组：302 个设计中 16 个「活了」，部分性能超越天然噬菌体

2026 年 8 月 6 日，斯坦福大学与 Arc 研究所的研究人员在《科学》期刊上报告了一个前所未有的实验结果：他们用 AI 从头设计了完整的噬菌体基因组，其中 16 个在实验室中变成了真正能感染并杀死大肠杆菌的活病毒。部分 AI 设计的噬菌体在竞争实验中表现优于天然模板，有一个设计甚至做到了此前人类理性工程学反复尝试却未能实现的事——把远缘噬菌体的一个关键蛋白成功「嫁接」进了自己的基因组。

论文发表于，题为「Generative design of bacteriophages with genome language models」。微调后的 Evo 1 和 Evo 2 模型权重已在开源。

302 个基因组蓝图，16 个变成了活的噬菌体

研究团队用 AI 生成了数千个候选基因组序列，从中筛选出 302 个进行化学合成。其中 17 个因序列含有长片段重复而无法完成合成，。

只有 16 个设计「启动」成功——细菌的分子机器把 AI 写出的 DNA 当成了真正的噬菌体基因组，制造出完整的病毒颗粒，裂解宿主细胞，在培养皿上留下清晰的噬菌斑。斯坦福大学助理教授 Brian Hie ：「这是生成式 AI 可设计复杂度的下一步……生成式 AI 首次被用来设计一个完整的、能够在细胞内复制并执行其他功能的基因组。」

16/285 的成功率看起来很低，但放在基因组设计的语境下恰好说明了问题的难度。Arc 研究所的博客文章指出，，如 CRISPR-Cas 复合物和蛋白质-蛋白质相互作用对；但完整基因组的难度是不同量级的——它需要协调多个相互作用的基因和调控元件，同时维持复制、宿主特异性和进化适应性的平衡。一个单点突变就足以让整个基因组报废。

团队专门开发了一套高通量筛选流程来应对这个挑战。他们基于 ΦX174 的裂解生命周期设计了生长抑制实验：合成基因组通过 Gibson 组装拼接，转化到感受态大肠杆菌中，在 96 孔板中监测 OD₆₀₀ 的下降。感染后 2 到 3 小时内出现快速下降的孔，就是候选「成活」设计。16 个通过初筛的候选噬菌体随后经过了序列验证、扩增和宿主范围鉴定。

AI 学会了 DNA 的「语法」

这项研究依赖两个基因组语言模型：Evo 1 和 Evo 2。它们的运作方式与大语言模型预测文字序列类似，只不过学习的不是人类语言，而是 DNA 的「字母」排列规律。

，横跨细菌、古菌、噬菌体、植物和动物。它使用 StripedHyena 2 混合架构，能以单核苷酸分辨率处理长达 100 万个碱基对的上下文。Evo 1 则是更早、更小的版本，仅用细菌基因组训练。

基础模型虽然能从数百万噬菌体基因组中学到序列模式，但直接提示它们生成 ΦX174 风格的基因组并不可靠。，基础 Evo 1 生成的序列中只有 19%–33% 被病毒分类工具 geNomad 识别为病毒序列，Evo 2 的这一比例为 34%–38%。偶尔能生成看起来像噬菌体的序列，但没有证据表明它们能真正工作。

为了提高成功率，团队对 Evo 模型进行了监督微调（supervised fine-tuning）——在一个经过 99% 相似度聚类去冗余的 14,466 条 Microviridae 序列数据集上继续训练。微调让模型专门化了 ΦX174 相关序列变异的生成能力。同时，研究人员开发了定制基因注释管线来评估生成的序列——ΦX174 的 11 个基因中有多个以重叠阅读框的形式存在，标准基因预测工具最多只能识别其中 7 个。

生成后的筛选同样苛刻：序列必须编码至少 7 个与天然 ΦX174 蛋白匹配的预测蛋白，长度需在 4,000 到 6,000 个碱基之间，并且必须携带与 ΦX174 相似的刺突蛋白以保持对大肠杆菌 C 株的感染能力。经过层层过滤，数千个生成序列最终缩减为 302 个候选。

ΦX174：一条被反复证明的基因组

选择 ΦX174 作为 AI 设计的第一个完整基因组目标，并非偶然。

这条仅含 5,386 个核苷酸、编码 11 个基因的单链 DNA 病毒，在分子生物学史上占据特殊位置。1977 年，Fred Sanger 完成了 ΦX174 的全基因组测序，这是人类历史上第一条完整的 DNA 基因组序列。2003 年，Craig Venter 团队在 14 天内化学合成了 ΦX174 的全长基因组，证明基因组可以从零开始组装。2012 年，斯坦福大学的研究人员手工「解压」了 ΦX174 的重叠基因结构——将所有重叠基因分离、改造并重新合成，产物仍然具有感染性。

现在，2025 年（预印本发布）/ 2026 年（正式发表），ΦX174 再次成为第一次——这次是 AI 生成的完整基因组。正如 Arc 研究所的博文所写：「这条轨迹代表了定义现代基因组学的基本能力：我们先是学会了读取 DNA，然后学会了书写它，现在学会了设计它。」

ΦX174 的重叠基因结构也是它成为理想测试对象的原因之一。基因 B 和 K 分别嵌套在基因 A* 和 C 内部，任何一个碱基的改动可能同时影响两个蛋白的功能。这种结构约束使得 AI 必须学会协调多个基因的共存条件，而不仅仅是一次生成一段序列。在目前的 DNA 合成成本下，5,386 个碱基也处于可大规模实验的上限附近——足够复杂以展示基因组尺度的设计能力，又不至于让 285 次合成实验变得无法负担。

人类工程师做不到的事，AI 做到了

16 个成活噬菌体中，每一个都携带了 67 到 392 个相对于最相近天然基因组的全新突变。，按照某些分类学标准已足以被划为一个新物种。13 个基因组中含有在任何已知天然序列中都不存在的突变，说明 Evo 能够探索自然进化未曾触及的序列空间。

最引人注目的设计是 Evo-Φ36。它的基因组中，负责 DNA 包装的 J 蛋白被替换成了来自远缘噬菌体 G4 的版本。G4 的 J 蛋白只有 25 个氨基酸，而 ΦX174 的是 38 个——更短，结构也不同。此前的研究人员曾尝试通过理性工程学将 G4 的 J 蛋白「嫁接」进 ΦX174，。但 AI 生成的 Evo-Φ36 不仅活了下来，还能正常感染和复制。冷冻电镜显示，较短的 G4 J 蛋白在衣壳内部采用了独特的取向。这意味着 AI 在基因组其他位置自动引入了补偿性突变，协调了整个系统使之兼容——这正是人类理性设计最不擅长的「上下文依赖」难题。

在竞争实验中，几个 AI 噬菌体的表现超过了野生型 ΦX174。当所有 16 个 AI 噬菌体与 ΦX174 一起投入大肠杆菌培养物中竞争同一宿主时，。

团队还测试了 AI 噬菌体对抗细菌耐药性的潜力。他们首先培养出三种对 ΦX174 产生耐药性的大肠杆菌株，然后分别用纯 ΦX174 和 AI 噬菌体混合物进行挑战。ΦX174 在三种耐药株上全部失败。而 AI 噬菌体混合物在 1 到 5 个传代内就克服了全部三种耐药性。基因组分析显示，成功的噬菌体是多个 AI 设计的「嵌合体」——通过重组结合了来自 2 到 3 个不同 AI 设计的遗传元件，突变集中在与细菌受体相互作用的表面暴露区域。

「能力已经有了，规则还没有」

同一项实验既展示了一种新能力，也磨尖了一个尚未解决的问题。

约翰·霍普金斯大学健康安全中心的 Thomas Inglesby 和 Moritz Hanke 在随同论文发表的评论中直言不讳：他们警告，这项研究提出了「紧迫的生物安全和生物安保问题」。

斯坦福和 Arc 团队的工作确实内置了安全约束。Evo 2 的训练数据被刻意排除了真核生物病毒（包括所有人类病毒）的基因组序列，这意味着模型无法生成人类病原体的序列。Arc 研究所此前验证过，这种排除导致模型对人类病毒蛋白的生成「实际上等同于随机」。所有实验都在专用生物安全柜中进行，使用的大肠杆菌 C 株是无致病性的实验室菌株，设备和耗材从未离开过封闭区域。

但专家们指出，训练数据的排除不是永久性的限制——未来的模型可能没有同样的约束，而不同意图的行为者也未必遵守同样的准则。伦敦国王学院的 Filippa Lentzos 则指向了一个更实际的控制节点：数字基因组设计变成物理 DNA 的那一刻——也就是通过 DNA 合成服务商下单合成序列的环节。这一步发生在任何实验室操作之前，恰好置于监管辩论的交叉点上。

另一方面，Evo 2 完全开源————这意味着一方面全球研究者可以验证和扩展这项工作，另一方面一个有足够动机的人理论上可以为模型重新引入人类病毒数据。HIV 基因组仅约 10,000 个碱基，冠状病毒约 30,000 个——在序列长度上并没有比噬菌体大多少。，从噬菌体扩展到更大生物体的真正瓶颈在于数据和原子：即使是大肠杆菌这样简单的细菌，其基因组也比 ΦX174 大三个数量级，而合成数百条细菌基因组的成本足以让大多数生物技术公司破产。

这项研究并未绕开任何通往临床应用的必要环节：没有 AI 设计的疗法可用，没有创建能够感染人类的病毒。从当前的实验结果到任何噬菌体疗法之间的路径，仍然需要动物研究、人体试验、安全性评估和监管审查——每一步都还在。但它确实证明了一件事：AI 现在可以参与生成生物学候选物的规模，是自然发现无法比拟的。接下来要回答的问题已经不是「AI 能不能设计基因组」，而是「谁来检查、哪些序列可以被合成、谁有权限使用这些工具」。