北京
人工智能正在悄悄改变生物技术的版图。它已经能帮我们找新药、改造微生物的关键部件、读懂人类基因这本“说明书”。而现在，科学家又往前迈了一步——用AI设计出了自然界里不存在的病毒。
这项突破发表在8月6日的《科学》杂志上，一个未经同行评审的版本去年就已上传到预印本服务器bioRxiv。研究人员用AI设计出的这些新病毒，是一类只攻击细菌的简单病毒。它们给医学带来了新希望，但也引发了对技术被滥用的担忧。
AI设计病毒，怎么做到的？
这项研究的核心，是两个生成式AI模型——Evo 1和Evo 2。它们接受了数万亿个核苷酸的训练，这些核苷酸是DNA和RNA的构建模块，来自各种生物的基因序列。
打个比方，这两个模型的工作原理有点像ChatGPT这类大语言模型。只不过，ChatGPT学的是怎么把词语串成通顺的句子，而Evo 1和Evo 2学的，是怎么预测和生成基因序列的模式。
换句话说，你给它一个基因序列的开头，它能接着往下“写”，而且写出来的东西符合生物学的规律。这次，科学家想试试它能不能设计出一个完整的基因组——也就是一个生物的全部遗传指令。
为什么选噬菌体来测试？
研究人员把测试目标锁定在噬菌体上。噬菌体是一类专门攻击细菌的病毒，听起来有点吓人，但它们其实是人类对抗细菌感染的重要武器。尤其是现在，细菌对抗生素的耐药性越来越强，已经被世界卫生组织视为全球健康的主要威胁之一。
这里有个背景数据值得注意：据世界卫生组织估计，2021年全球有超过470万例死亡与细菌耐药性相关。当抗生素越来越不管用的时候，噬菌体就成了一个潜在的替代方案。
为了让Evo模型更好地完成这个任务，研究人员给它们加了“课外辅导”——用了一种叫Phi X-174的噬菌体作为训练素材。这种噬菌体研究得很透彻，它只感染大肠杆菌，基因组相对简单，大约有5400对核苷酸。作为对比，人类基因组大约有30亿对碱基对。
简单说，Phi X-174就像一本薄薄的小册子，而人类基因组是一整套百科全书。让AI先学会写小册子，显然比让它直接写百科全书要现实得多。
70万个候选方案，最终16个成功
研究人员让Evo模型设计长得像Phi X-174的噬菌体，AI一口气生成了大约70万个候选方案。当然，这些方案只是纸面上的设计，还得在实验室里验证。
团队从中挑选了285个方案，在实验室里把它们真正造了出来。结果如何？在培养皿测试中，有16个合成噬菌体成功抑制了大肠杆菌的生长。
更让人意外的是，一些实验室测试还暗示，少数AI设计的病毒在繁殖和传递基因方面的表现，甚至比天然的Phi X-174还要好。这项研究的共同作者、斯坦福大学的计算生物学家Brian Hie在一份声明中提到了这一点。
专家怎么看？
“这是一个重要的里程碑。”英国曼彻斯特大学的合成生物学家Patrick Cai这样评价。他没有参与这项研究，但对这个成果给出了肯定。
不过，有希望就有担忧。既然AI能设计出攻击细菌的病毒，那理论上，它也可能被用来设计攻击人类的病原体。这种技术被滥用的可能性，让一些专家感到不安。
这种担忧并非空穴来风。AI设计病毒的能力越强，门槛越低，就越需要相应的安全措施和伦理规范来跟上。技术本身是中性的，关键看人怎么用。
这件事意味着什么？
从医学角度看，AI设计噬菌体的成功，意味着我们可能更快地找到对付耐药菌的新武器。传统方法筛选噬菌体费时费力，而AI可以在几小时内生成成千上万个候选方案，大大加速了研发进程。
从技术角度看，这是AI第一次设计出完整的、自然界不存在的病毒基因组。虽然这些病毒很简单，但它证明了AI在基因组设计上的潜力。未来，这项技术可能延伸到更复杂的生物体设计。
当然，从“可能”到“做到”还有很长的路。目前这些AI设计的噬菌体只是在培养皿里表现出色，距离真正成为药物还有大量临床试验要做。而且，16/285的成功率也说明，AI的设计能力还远非完美。
科学界目前对这项技术的长期影响还没有定论。它到底是潘多拉的盒子，还是医学的新工具箱，可能取决于我们如何在推动技术进步的同时，建立足够的安全护栏。有一点是确定的：AI设计生命的大门，已经打开了一条缝。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
