Science | 美国科学家，首次用AI设计出新型病毒

2026-08-12

5169

版头.gif

进化不断在基因组中书写新的生物创新。探索这一广阔的设计空间，或许能实现改变生物技术的功能，但即便是最简单的基因组也极为复杂，单个突变就可能使其无法存活。因此，生物设计的大部分进展都集中在单个基因和基因回路的尺度上，而整个基因组层面的设计至今仍难以实现。

2026年8月6日，斯坦福大学Brian L. Hie团队在Science 在线发表题为“Generative design of bacteriophages with genome language models”的研究论文，该研究首次证明，基因组语言模型可以像GPT写文章一样，从零生成完整、可存活的功能性病毒基因组——且生成的噬菌体与任何已知天然噬菌体均不同。

Evo 1和Evo 2：学会“写基因组”的AI

基因组语言模型是基于包含数百万个来自生命各领域的基因组的大型DNA语料训练的AI算法。与ChatGPT学习人类语言类似，Evo系列模型学习了自然界中塑造DNA序列的进化约束。

研究团队以天然噬菌体ΦX174作为设计模板，利用Evo 1和Evo 2生成了数千个具有真实遗传结构的完整噬菌体基因组。其中近300个通过化学合成并在实验室条件下进行了测试，最终获得了16株活性噬菌体。

人工智能引导的噬菌体基因组设计框架（图源自Science ）

AI写的基因组，大自然没见过

这些活性噬菌体表现出强烈的宿主特异性和多样化的适应性特征，包括竞争性感染动力学。更重要的是，所生成的噬菌体与任何已知的天然噬菌体均不同——它们具有从头突变、差异基因和调控元件，以及可变的基因组长度。

其中一种噬菌体在其衣壳结构中利用了来自进化上较远亲缘关系噬菌体的DNA包装蛋白——相当于“AI在写基因组时，从不同物种的‘工具箱’里借用了零件”。

克服细菌耐药性

研究团队测试了所生成噬菌体是否能够克服细菌耐药性——这是开发基于噬菌体的抗菌疗法中的核心挑战。结果表明，设计好的噬菌体混合物能迅速克服对ΦX174具有抗性的大肠杆菌菌株，而由天然来源的ΦX174类似噬菌体组成的相似混合物则无法实现。

💡意义

需要客观指出的是：该研究目前主要针对小型噬菌体基因组（~5 kb），向更大、更复杂的基因组（如细菌或真核生物基因组）的推广仍需克服计算和合成方面的重大挑战。此外，AI生成基因组的生物安全性和伦理考量也需要充分评估。

尽管如此，这项研究为合成基因组学开辟了全新的范式：它首次证明生成模型能够以足够高的准确性捕捉DNA序列中的进化限制，从而产生与自然界中观察到的基因组有显著差异且具备预设特性的完整基因组。对于应对快速演化的超级细菌、开发新型噬菌体疗法，乃至未来设计更大、更复杂的合成基因组而言，这一“AI写基因组”的能力代表了一个里程碑式的突破。

参考消息：

https://www.science.org/doi/10.1126/science.aec2657

AI精准匹配期刊，让投稿少走弯路

不止推荐期刊，更可衔接快速预审

快速预审期刊 AI 匹配、

论文全流程发表在支持

减少盲投、错投和反复等待👇