Evo 2 是一種基因體基礎模型,其訓練資料涵蓋細菌、古菌、植物、動物乃至人類的 DNA 序列,能以單一核苷酸的精細度進行運算 。研究團隊將 Evo 1 與 Evo 2 進行微調(fine-tune),專門針對噬菌體基因體進行設計,以產生具有真實基因結構與理想宿主針對性的完整基因序列 。
整個流程規模驚人。模型總共生成約 70 萬個候選病毒基因體序列 。透過計算篩選,數量縮減至 302 個有潛力的候選者 。其中,285 個序列被化學合成——也就是印製成實體 DNA——並導入大腸桿菌細胞中 。
285 個合成基因體中,有 16 個成功產生了具有功能性、能複製的噬菌體,成功率約為 5.6% 。這項研究為基因體規模的生成式生物學,建立了第一個可量化的「生產良率」基準 。
所有 16 種可行的噬菌體都能在實驗室培養皿中感染並裂解(殺死)大腸桿菌,展現了完整的複製、感染與宿主細胞裂解能力 。部分 AI 設計的噬菌體,在生長速度與裂解效率的正面對決中,表現優於其自然模板 ΦX174 。有些設計與天然病毒相比,擁有超過 50 個胺基酸的改變,其變異程度遠超隨機突變所能產生的範圍 。
其中一種噬菌體,其基因體編碼了一種 地球上任何已知生物體內都不存在的 DNA 包裝蛋白——這是 AI 憑空創造出的全新生物結構 。
由這 16 種噬菌體組成的混合雞尾酒,成功克服了多種大腸桿菌菌株的抗藥性,其中包含那些已對單一噬菌體演化出免疫力的變異株 。
能夠按需求快速產生全新的噬菌體,有望繞過細菌對單一噬菌體產生抗藥性的演化軍備競賽 。由於噬菌體雞尾酒能透過多種機制同時攻擊細菌,AI 生成的噬菌體為對抗多重抗藥性感染提供了極具潛力的武器 。
這項研究證實,基因體語言模型能夠在實驗室中產出功能性病毒,為針對特定細菌病原體快速開發新型治療用噬菌體打開了大門 。Brian Hie 指出,該程式融入演化多樣性的能力,可能使噬菌體療法成為傳統抗生素更有效的替代方案 。
在《科學》期刊同步刊登的評論文章中,約翰霍普金斯大學健康安全中心(Johns Hopkins Center for Health Security)的 Thomas Inglesby 博士與 Moritz Hanke 博士寫道:「雖然這對生命科學應用極具前景,但也引發了緊迫的生物安全與生物安保問題。利用生成式 AI 建構病毒基因體的能力已經存在,但確保這些能力被安全運用的治理機制卻付之闕如。」
目前最主要的防護措施——國際基因合成聯盟(International Gene Synthesis Consortium)的篩檢系統,會比對 DNA 訂單與已知病原體序列——是自願性質而非法律強制,而且從一開始就不是設計來攔截那些在自然界中無任何比對結果的序列 。
Arc Institute 採取了安全預防措施,特意將真核生物病毒病原體(會感染人類或其他動物的病毒)排除在 Evo 2 的訓練資料之外 。然而,專家警告,同樣的 AI 方法可能被惡意人士用來產生危險病原體的序列,而且 AI 設計的基因體可能產生得太快,以至於現有的監控系統無法及時偵測或阻止它們 。
《自然》(Nature)雜誌的一篇評論也強調,雖然這些工具是為促進藥物發現等有益目的而開發,但它們也可能降低創造新型生物威脅的門檻 。