AI 设计的噬菌体：首次实现完整病毒基因组

2026 年 8 月 6 日，《*科学*》杂志发表了论文《Generative design of bacteriophages with genome language models》（DOI 10.1126/science.aec2657），第一作者为 Samuel H. King，研究团队由斯坦福大学化学工程助理教授 Brian Hie 带领（Arc Institute）。这是首次由在 DNA 序列上训练的语言模型——Evo 1 与 Evo 2——生成完整的噬菌体基因组，而不只是单个基因。

模型先在微小噬菌体科（Microviridae）约 15,000 个基因组上微调，随后以天然噬菌体 ΦX174（基因组 5,386 nt）的片段作为提示进行生成。Arc Institute 的机构说明指出，共合成并测试了 285 个基因组设计；新闻稿和媒体报道则称“近 300 个”——《*科学*》的论文需付费阅读，细节数字来自该团队关于预印本的机构说明以及转载斯坦福新闻稿的报道。其中 16 个被证实具有功能并通过测序确认，相对天然参考基因组带有 67 至 392 个突变；其中 13 个含有任何已知天然序列中都不存在的突变（Arc Institute）。这 16 种噬菌体组成的“鸡尾酒”突破了对 ΦX174 已产生免疫的*大肠杆菌*菌株的抗性：被攻克的菌株为两株（《*科学*》论文）或三株（Arc Institute 说明），在 1 至 5 次传代内完成。

所设计的噬菌体攻击的是细菌，而非人类、动物或植物；作者表示，Evo 的训练数据有意排除了感染人类的病毒序列。实验在非致病实验室菌株（E. coli C）上进行，全程在专用生物安全柜内完成。

同期社论《AI-designed viral genomes》（DOI 10.1126/science.aej8512）由约翰斯·霍普金斯大学 Center for Health Security 的 Thomas V. Inglesby 与 Moritz S. Hanke 撰写，强调应以法律强制要求对合成核酸订单进行筛查——既核验序列，也核验下单者身份——并亟需开发能够识别 AI 设计基因组的方法。论文作者本身也提醒，生成新噬菌体基因组的能力带来了重要的生物安全与生物防控问题，建议在项目的整个生命周期中征询专业意见（King et al., 《*科学*》）。已声明的局限包括：以当前 DNA 合成成本计，ΦX174 基因组的长度（5,386 nt）是实际上限；由于阅读框重叠，标准基因预测只识别出 11 个基因中的 7 个。

总的来说，这项概念验证表明 AI 能够设计完整的病毒基因组，为未来针对耐药细菌的噬菌体应用打开了大门。但体内数据的缺失、合成基因组确切数量的不确定，以及对明确生物安全规则的需求，都说明通往临床应用的路依然漫长。 — Pixie