科学家利用AI制造出16种新病毒

事件核心：发生了什么

这项本周发表于《Science》的研究，没有沿用以往“参照已知病原体修改基因”的老路，而是让AI直接“从零生成”病毒基因组。研究人员以能感染大肠杆菌的噬菌体Phi X-174为参考，利用在数百万个动植物、微生物和病毒基因组上完成训练的Evo 1和Evo 2模型，生成了数千个全新的基因组序列。这些序列在基因组织和调控元件上保留了感染大肠杆菌所需的功能架构，但具体DNA序列与天然噬菌体差异显著。

团队从AI生成的基因组中筛选出300个，在实验室逐一合成并导入大肠杆菌。最终，16个基因组成功产生了具备完整功能的噬菌体——它们拥有从未公开过的基因序列和调控元件，感染速度和复制能力也各不相同。在后续实验中，这些AI设计的噬菌体还能迅速突破已对Phi X-174产生耐药性的大肠杆菌菌株防线，重新建立感染。

为什么重要

这是AI首次独立设计出自然界不存在的功能性病毒，意义在于AI从“分析生命”跨越到了“编写生命”。大模型不再局限于文本、图像和代码生成，而是可以直接在基因组层面进行设计和推理，这扩展了生成式AI在科学研究中的应用边界。

具体到实际价值，AI生成的噬菌体为抗生素替代方案提供了新路径。传统噬菌体疗法受限于自然界已有的病毒种类，细菌一旦对其产生耐药性便难以应对；而AI可以快速生成多样化、可迭代的候选噬菌体，理论上能以接近病原体变异的速度持续产出新方案。论文作者称这是“一条通往AI生成噬菌体疗法的路径”，有望用于治疗快速进化的耐药细菌感染。

但这项技术也有明显的双面性。约翰斯·霍普金斯大学健康安全中心研究员Moritz Hanke对《纽约时报》表示，目前没有有效的防护措施能够阻止有人利用AI制造致命病毒。这意味着AI生物设计工具的滥用风险已经不再是科幻设定。

对用户/开发者/创作者的影响

对AI开发者而言，这项研究验证了基础模型在生物学数据上的泛化能力——Evo系列模型把基因组当作“语言”来学习，未来类似的架构也可能用于蛋白质设计、RNA医学等更多方向。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对生物医药从业者来说，AI生成的噬菌体库可以成为抗菌药物研发的起点，缩短从靶点发现到候选药物筛选的周期。不过，目前300个合成基因组仅16个成功，说明AI设计的成功率仍有限，距离临床应用还需要大量实验验证。

对AI安全与政策研究人员，这是一个需要重视的监管信号：生物序列生成工具若被滥用，可能被用来设计新型病原体。如何在开放研究与安全管控之间取得平衡，将直接影响这类大模型能否继续自由发布、开源和商用。

值得关注的后续

目前公开信息显示，这项研究仍处于实验室验证阶段，距离端到端的噬菌体疗法落地还有距离。接下来值得关注三点：一是Evo系列模型是否会进一步开放权重和使用权限，供更多科研团队验证可复现性；二是AI生成的噬菌体对耐药菌的治疗效果能否在动物模型和临床试验中得到重复；三是各国对生物序列AI模型的监管是否会加速收紧，尤其在DNA合成环节的审核要求是否会提高。

来源：Wired AI