北京
8月7日消息，斯坦福大学和Arc Institute的研究人员用基因组语言模型Evo生成了约70万份病毒基因组候选序列，从中筛选并合成285份，最终有16份在实验室里变成了能够复制、感染并杀死大肠杆菌的噬菌体。相关研究8月6日发表于《科学》。
模型给出的并不是病毒成品，而是一串串DNA序列。研究人员负责筛选序列、合成DNA，再把它们送进大肠杆菌。大多数实验没有反应；少数培养皿上出现了透明斑点，意味着细菌已经被新产生的病毒裂解。16个候选随后通过测序、繁殖和宿主范围测试。
过去的生成式生物模型已经能设计蛋白质和单个基因。这一次，实验验证的是一整套能共同完成包装、入侵和复制的病毒基因组。Phi X-174的基因组仅有数千个核苷酸，却包含11个基因，编码区存在重叠：改动一段DNA，可能同时碰到几个蛋白和调控元件。让这些部件放在一起还能工作，本身就不容易。
它们能活，但没有离开自然太远
研究团队选择Phi X-174，首先是因为安全。这是一种只感染细菌的噬菌体，也因为基因组短、研究历史长，适合验证整套设计流程。Evo先读过约9万亿个核苷酸，随后又用约1.5万个与Phi X-174接近的微小病毒科基因组做专门训练。
存活下来的16个病毒并非只是勉强运转。Arc Institute披露，其中一些在竞争实验和裂解速度上超过天然Phi X-174。研究人员又把AI设计的噬菌体组成混合物进行传代；其中的病毒发生重组，1至5轮后突破了三种Phi X-174耐受大肠杆菌的防线。这个结果给噬菌体疗法研发提供了一条新路：面对不断产生耐药性的细菌，研究人员可以先生成一批不一样的候选，再靠实验挑出能用的。
但"自然界没有"不等于"生物学上从未见过"。牛津大学研究人员Oliver Crook指出，这批病毒与天然物种仍很相似，依赖的也是相同生物机制。今年6月，一项针对这批Phi X-174设计的独立分析还发现，Evo越看好的序列，通常越接近自然病毒。
至少在这组实验里，模型主要是在自然变化允许的范围内提高搜索效率。
安全那道闸，卡在训练数据上
这次实验没有涉及感染人的病毒。研究团队在训练Evo时剔除了感染人类的病毒，也排除了与其接近、能够感染动物、植物和真菌的病毒；实验使用的也是非致病性大肠杆菌。研究团队称，这一版本的Evo不能生成人类病毒序列。
这道限制管住了这次实验，但换一套训练数据会怎样，没人知道。约翰斯·霍普金斯大学健康安全中心研究员Moritz Hanke担心，未来的基因组模型可能被要求改写流感等病毒的传播能力或致死性。另一项独立评估也提醒，从生成序列到制造出危险病原体之间仍隔着合成、组装、宿主适配和大量湿实验，今天的模型尚未自动跨过这些环节。
美国政府7月底公布高风险生命科学研究政策，禁止联邦资助使生物制剂变得更危险的实验，并要求加强审查；美国国立卫生研究院的具体实施要求仍在制定。按照该机构向《纽约时报》提供的解释，单纯在计算机里生成病毒DNA，只有涉及"需要关注的实体"时才落入禁区。已知的病毒容易归类；一段模型刚写出来、自然界从未出现过的基因组，该按什么来判断，目前没有共识。
面对这种还没在自然界出现过的序列，审查者该怎么判断风险，目前没有答案。（易句）
（本文由AI翻译，网易编辑负责校对）
