一句话看懂：旧金山实验室 Radical Numerics 称，其 Omnii-1 模型设计的噬菌体已通过 FDA 授权的同情用药途径注入一名耐药细菌感染患者，若属实这是 AI 设计生物体首次作为药物进入人体；但治疗结果尚未公开，也未经过同行评审。
事件核心：发生了什么
2026 年 10 月，Radical Numerics 宣布其基因组模型 Omnii-1 设计了针对耐药细菌的噬菌体，并在一名经医生主导、获 FDA 授权的同情用药患者身上使用。该公司由 Evo 和 Evo 2 基因组模型团队部分成员创立，此前 Evo 项目曾生成 70 万个候选噬菌体基因组，合成 285 个，最终仅 16 个形成有活性病毒。Omnii-1 改变了思路：不重写整个基因组，而是修改 T7 噬菌体负责识别细菌的尾部纤维蛋白 gp17。公司披露，在距野生型 11 至 15 个氨基酸突变时，69.9% 的设计变体可回收为活噬菌体，随机对照为 4.8%；在 6694 个可测活性变体中，2161 个优于原始版本。
为什么重要
噬菌体疗法本身并不新，早于青霉素，但长期受限于“一菌一噬菌体”的匹配难题。抗生素耐药问题则在放大：全球疾病负担项目估计，2021 年耐药相关死亡约 470 万，并预测 2025 至 2050 年间可能有近 4000 万死亡归因于此。若 AI 能按患者感染菌株快速设计噬菌体，治疗周期可能从“筛库、找环境样本、最后才工程改造”大幅压缩。不过，这次案例目前只有公司自发布技术报告，没有同行评审、临床过程或结局数据，因此它更像一个值得追踪的概念验证，而非已被证实的疗法。
对用户/开发者/创作者的影响
对关注 AI for Science 的开发者，关键信号是模型正从“生成序列”走向“按约束编辑功能位点”，Omnii-1 的窄切口改造比整基因组生成更接近可工程化路径。对医疗和生物技术从业者，目前公开信息显示这仍属单患者同情用药，无法据此推断安全性或疗效。对普通用户，短期内没有可用产品，也不应把公司声明当作已获批疗法；真正有价值的是后续能否看到独立验证和可复现的实验数据。
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。
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。
值得关注的后续
一是患者临床结局是否公开，以及以何种形式披露；二是技术报告能否进入同行评审或获得独立实验室复现；三是 FDA 对 AI 设计生物药在同情用药和商业化路径上的监管态度是否进一步明确。
来源：TechRadar
