AI 首次由零設計完整病毒基因組 — 16 款新噬菌體比自然進化更勁

Evo 1 同 Evo 2 點樣設計全新基因組

Evo 2 係一個基因組基礎模型，喺細菌、古菌、植物、動物同人類嘅 DNA 序列上訓練，可以做到單核苷酸解析度 。研究團隊將 Evo 1 同 Evo 2 微調，針對噬菌體基因組進行設計，產生出具有真實遺傳結構同理想宿主專一性嘅全基因組序列 。

呢個流程規模好大。模型產生咗大約 70 萬個候選病毒基因組序列 。經過計算篩選，最終揀出 302 個有潛力嘅候選 。當中 285 個被化學合成 — 印成實體 DNA — 並引入大腸桿菌細胞 。

285 個合成基因組中有 16 個產生到有功能、可以複製嘅噬菌體 — 成功率約 5.6% 。呢項研究建立咗第一個可量度嘅「產出率」基準，用於基因組規模嘅生成式生物學 。

噬菌體結果：超越自然

所有 16 個可行噬菌體都成功感染並裂解（殺死）實驗室培養皿中嘅大腸桿菌，展示出完整嘅複製、感染同宿主細胞裂解能力 。其中幾個 AI 設計嘅噬菌體，喺生長速度同裂解速度嘅直接比較中，表現仲好過野生型 ΦX174 — 即係自然界嘅模板病毒 。部分設計同自然病毒相比，有超過 50 個氨基酸嘅變化，呢種差異程度遠遠超過隨機突變通常會產生嘅範圍 。

其中一個噬菌體編碼咗一個 地球任何已知生物都無嘅 DNA 包裝蛋白 — 完全係 AI 發明嘅全新生物結構 。

呢 16 個噬菌體混合 cocktail 成功克服多個大腸桿菌菌株嘅抗藥性，包括已經對個別噬菌體產生免疫力嘅病毒抗性菌株 。

對抗生素耐藥性感染治療嘅意義

能夠快速按需求產生全新噬菌體，可能繞過細菌對個別噬菌體菌株產生抗藥性嘅進化軍備競賽 。由於 phage cocktails 可以同時透過多種機制攻擊細菌，AI 產生嘅噬菌體為對抗多重抗藥性感染提供咗一個有希望嘅武器 。

呢項研究確定咗基因組語言模型可以實驗性產生有功能嘅病毒，為快速針對特定細菌病原體製作新型治療性噬菌體打開咗大門 。Brian Hie 指出，呢個程式嘅能力可以融入進化多樣性，令 phage therapy 成為傳統抗生素嘅更有效替代方案 。

生物安全憂慮：治理空白

喺《Science》嘅一篇附帶評論中，Johns Hopkins 健康安全中心嘅 Dr. Thomas Inglesby 同 Dr. Moritz Hanke 寫道：「雖然呢項研究對生命科學應用有好大潛力，但同時亦引起緊急嘅生物安全同生物保安問題。用生成式 AI 組合病毒基因組嘅能力已經存在；但確保呢啲能力安全同可靠使用嘅治理機制，並唔存在。」

目前主要嘅安全措施 — 國際基因合成聯盟嘅篩查系統，會對照已知病原體序列檢查 DNA 訂單 — 係自願性質，唔係法律強制，而且從來唔係為咗識別任何自然資料庫都無匹配嘅序列而設計 。

Arc Institute 採取咗安全措施，刻意將真核病毒病原體（會感染人類或其他動物嘅病毒）排除喺 Evo 2 嘅訓練數據之外 。但專家警告，同樣嘅 AI 方法可以被壞分子用嚟產生危險病原體嘅序列，而 AI 設計嘅基因組可能創造得太快，現有監測系統無法偵測或阻止 。

《Nature》嘅一篇評論亦指出，雖然呢啲工具係為咗有益嘅藥物發現而開發，但佢哋可能降低咗創造新型生物威脅嘅門檻 。