AI 第一次在基因组尺度上「创造」了生命

8月6号，Science发了一篇论文，叫「Generative design of bacteriophages with genome language models」。

里面的说的是，斯坦福的人用AI从零开始设计出了完整的病毒。

它能复制，能感染细菌，甚至能杀死那些对天然噬菌体已经产生抗药性的大肠杆菌。

论文里提到，这是「从 0 设计」，不是「从现有病毒修改」，换句话说，是AI自己生成的完整基因组，然后人类把它化学合成了出来，然后，它就「活」了。

1

先说大背景。

抗生素耐药性这事儿，现在已经是全球公共卫生最大的灰犀牛之一了。CDC的数据，光美国每年就有超过280万例抗生素耐药感染，直接死亡超过35000人。全球层面上，世界卫生组织把这个列为人类面临的十大公共卫生威胁之一。

细菌在进化，抗生素在失效，这事儿一直在发生，但大众层面热度一直不高。

人类对抗细菌有一种古老但被长期忽视的武器，叫噬菌体——就是一类专门感染细菌的病毒，它不感染人，只感染细菌，找到目标细菌后把自己的DNA注入进去，把细菌变成自己的兵工厂，疯狂复制，最后把细菌撑破，再去感染下一批细菌。

这玩意1915年就被发现了，比青霉素还早，但后来青霉素出来了，抗生素时代开启，噬菌体疗法就被西方主流医学搁置了。

这些年，抗生素耐药性越来越严重，噬菌体疗法又重新回到了聚光灯下。但是吧，天然噬菌体有几个硬伤，找到能杀死特定致病菌的噬菌体很难，细菌会进化出抗性，混合使用多种噬菌体虽然能延缓抗性，但找到合适的组合又是一个巨大的工程。

你看到这里大概能感觉到，这事儿的核心瓶颈是「设计」——怎么快速设计出针对特定细菌的噬菌体，怎么让它们能绕过细菌的抗性机制，怎么设计出足够多样化的噬菌体组合来应对细菌的快速进化。

2

斯坦福的Brian Hie团队，就照这个方向死磕。

他们用了两个基因组语言模型，叫Evo 1和Evo 2——跟ChatGPT吃文本语料训练不一样，Evo是在约200万个噬菌体的基因组数据上训练出来的。

它学会了DNA序列里的进化约束规律，就是什么样的基因组合是能活的，什么样的组合是死的。

然后选了一个模板，叫ΦX174，这个噬菌体在生物学史上地位很高，它是诺贝尔奖得主桑格第一次完成全基因组测序的那个物种，也是文特尔第一次实现全基因组化学合成的那个物种。

5.4kb的基因组，11个基因，7个调控元件，2个识别序列。

小，但五脏俱全。

接下来就是见证奇迹的时刻。

Evo模型从左到右，一次性生成完整的噬菌体基因组。Hie的原话是：

「We wanted the model to generate the entire genome end-to-end in a single left-to-right pass. We didn't add anything.」

没有人工添加任何序列，AI自己从头到尾写出来的。

它生成了几千个基因组设计，研究团队从中挑了将近300个，化学合成了出来，放到实验室里养。

后来，将近300个里面，16个活了。

3

16个，听着不多对吧？300 为 分母的话 ，差不多 5%多一点的成功率。

但你想一下这件事的性质，这可是AI从0生成的完整基因组，不是在现有基因组上改几个碱基，是AI自己写出来的，写完之后人类把它造出来了，它活了，能感染宿主，能复制自己，能杀死细菌。

但这也恰恰说明基因组设计这件事有多难，哪怕是最简单的病毒基因组，5.4kb，11个基因，单个突变就能让整个系统崩溃。

诸位生物学博士一定都知道，在基因组尺度上做设计，比设计单个蛋白质要难几个数量级，因为基因之间有复杂的相互作用，一个调控元件变了，下游好几个基因的表达都可能乱掉。

但5%的存活率，也恰恰说明AI已经学到了足够多的东西，它不是在瞎蒙。

更有意思的是这16个活下来的噬菌体展现出的多样性。

它们跟任何已知的天然噬菌体都不一样——有从头突变，有差异化的基因和调控元件，基因组长度也不尽相同。

其中一个特别有意思，它在自己衣壳结构里用了一种来自进化上相距较远的噬菌体的DNA包装蛋白。

AI在训练数据里见过各种噬菌体的基因组，它学到了不同噬菌体的蛋白质可以互相替换的规律，然后在生成新基因组的时候，自己决定把一个远亲噬菌体的DNA包装蛋白放到ΦX174的框架里。

这就像一个设计师学了全世界建筑的风格，然后在一个中式园林的框架里塞了一个哥特式的穹顶，而且结构居然稳住了。

4

然后是重头戏，抗性测试。

研究团队用大肠杆菌做实验，先让大肠杆菌对天然噬菌体ΦX174产生抗性。细菌进化嘛，很快就能找到办法抵抗。然后他们把一组AI生成的噬菌体混合物扔进去，结果这些噬菌体能迅速克服细菌的抗性。

作为对照组，一组天然来源的ΦX174样噬菌体混合物面对同样的抗性细菌，就搞不定。

为啥？因为AI生成的噬菌体彼此之间基因差异更大，它们的攻击方式更多样化，细菌要同时进化出对这多种噬菌体的抗性，概率就低得多。

Hie说的很清楚，用多种基因不同的噬菌体做「鸡尾酒」，细菌更难对整个鸡尾酒产生抗性。

这直接指向了噬菌体疗法最核心的痛点——天然噬菌体你找到什么用什么，多样性有限，细菌很快就能进化出抗性。

而AI生成的噬菌体，你可以按需设计，让它们在基因层面就有足够的差异，形成更有效的组合拳。

5

当然，还得重点说说安全这事儿。

这论文一出来，Science同期刊发了约翰斯·霍普金斯大学两位公共卫生研究者的评论文章，Thomas Inglesby和Moritz Hanke，他们直接写了一句话：

问题不再是生成式病毒基因组设计会不会存在，而是社会能否建立监管体系，让它的好处发挥出来，同时阻止它造成严重危害。

Hie团队在安全方面做了两件事。

第一，训练数据只用了噬菌体的基因组，故意排除了能感染人类、动物和植物的病毒遗传代码。

第二，实验用的是非致病性大肠杆菌菌株，不会有实际风险。

但霍普金斯的人指出了一个关键漏洞，这个安全措施「可以被部分绕过」，方法是拿病原体数据对模型做微调。至于这有多容易，微调能在多大程度上逆转预训练阶段的数据排除，目前还是个开放问题。

6

按照故事的进程，肯定这事情也有两面性，尤其是 AI 加速科学研发的今天。

一方面，280万例抗生素耐药感染，35000人死亡，这还只是美国一年的数据，全球范围内，这个数字只会更恐怖。

抗生素研发几乎停滞，大药厂不愿意投，因为抗生素用多了就失效，经济回报太差，噬菌体疗法是少数几个有希望的新方向，而AI设计噬菌体让这个方向突然加速了。

以前发现一个新噬菌体，要从环境里取样，从污水里、从土壤里、从动物肠道里分离，然后筛选，然后测试，整个流程可能要几个月甚至几年，现在AI可以在几天内生成几千个设计，挑出来合成测试就行了，效率提升是指数级的。

另一方面，外界的担忧也不无道理，技术本身是中性的，但技术一旦存在，就一定会扩散。

今天Evo模型只训练了噬菌体数据，明天呢？如果有人拿了人类病原体的基因组数据去做微调呢？如果开源模型被恶意使用呢？

AlphaFold刚出来的时候，也有人担心它会被用来设计生物武器，但那还是蛋白质结构预测，离「设计完整病毒」差了好几层。

现在，设计完整病毒这件事，毕竟已经有人做出来了。

7

以前我们说AI在生物领域的应用，基本是「辅助」，预测蛋白质结构，筛选药物靶点，优化实验条件。总结 来说 就是，AI是纯纯迭代工具，人才是决策者。

但这次不一样。AI不是在辅助人类设计噬菌体，是AI自己生成了完整的基因组设计，人类只是负责合成和验证。

AI的角色从「辅助」变成了「创造」。

伦敦国王学院的Filippa Lentzos教授说了一个很关键的观点，目前最需要干预的关键点在于 DNA制造过程。

不管AI设计出了什么，最终都得有人把它合成出来，所以如果在合成环节加强筛查和监管，就能在很大程度上控制风险。

换句话说，就是你管不住AI生成什么，但你能管住什么被造出来，就像你管不住一个人在纸上画枪的图纸，但你应该能管住枪的制造和流通…吧？

8

回到论文本身，有个细节。

那个用远亲噬菌体DNA包装蛋白的生成噬菌体，冷冻电镜证实了这个结构确实存在并且能工作。

这说明AI不只是学会了「什么基因组合能活」，它还学到了「不同基因之间的功能可以跨界替换」这种更高阶的规律。

诶？这不就是大语言模型里的「泛化」吗？

GPT学会了中文的语法之后，它可以用中文写出训练数据里从来没出现过的句子。Evo学会了噬菌体基因组的「语法」之后，它可以设计出自然界里从来没存在过但能正常工作的噬菌体。

从单基因设计到全基因组设计，这个跳跃的难度，大概类似于从「写一个句子」到「写一本完整的小说」，而且这本小说还得逻辑自洽、人物不崩、情节不塌。

再往大了说，这事儿其实触及了一个更根本的问题。

人类对生命的设计能力，到底能走多远？

从基因编辑到合成生物学，从定向进化到现在的生成式基因组设计，我们一直在逼近一个边界，就是从「修改生命」到「创造生命」的边界。

CRISPR让我们能精确修改基因，合成生物学让我们能合成已知基因组，但生成式基因组设计让我们第一次能设计出自然界不存在的完整基因组。

这不再是对自然的模仿，而是对自然的超越——尽管它还非常初级。5.4kb的噬菌体基因组，11个基因，这是最简单的基因组之一，要知道，人类基因组有30亿个碱基对，2万多个基因，两者之间的差距是天文数字。

但就像当年莱特兄弟的首飞只飞了12秒，但 这12秒证明了重于空气的飞行器可以飞起来。这个实验，同样也证明了AI可以设计出完整的、有功能的病毒基因组。

10

这项研究最大的意义，可能不是「AI设计病毒」这个噱头，而是它为整个基因组尺度的设计提供了方法论。

论文最后那句话是这么说的，「为更大、更复杂基因组的生成式设计奠定了基础。」

噬菌体只是开始，如果这个方法能扩展到更大的基因组，理论上你可以设计出更复杂的合成生物系统，比如设计能降解塑料的微生物，能生产药物的工程菌，能固碳的藻类，能修复土壤的真菌。

这才是真正让人兴奋的地方吧，AI证明了它可以在基因组尺度上做设计，而基因组尺度上的设计能力，是可以改变整个生物技术的。

至于安全风险，也从来不是靠阻止技术发展来解决的。基因编辑、核能、互联网，每一项革命性技术都有两面性。

1915年，Felix d'Herelle发现噬菌体的时候，他大概不会想到，111年后，人类会用AI从零设计出全新的噬菌体，而且这些噬菌体能杀死天然噬菌体杀不死的细菌。

从发现到创造，从自然到设计，从模仿到超越。

这大概就是人类跟技术的关系。不是我们在控制技术，也不是技术在控制我们，而是我们在共同进化。

我们发明工具，工具改变我们，我们再发明新的工具。

噬菌体疗法沉寂了大半个世纪，现在因为AI重新活了过来。