历史上首次,生成式人工智能设计出了完整的噬菌体基因组——一种感染细菌细胞的病毒——并且该基因组被证明是可行的。这不仅仅是实验室中的奇闻,而是我们在构建生物系统能力上的根本性转变。

长期以来,生物学中的生成模型仅限于在单个基因或蛋白质层面工作。构建完整基因组曾被视为不可逾越的里程碑:即使最简单的基因组也极其复杂,一个单一的突变就可能使整个构建体失去活力。然而,由布莱恩·希(Brian Hie)和第一作者塞缪尔·金(Samuel King)领导的研究团队成功突破了这一障碍。

从数千个基因组变体中筛选

在这项工作中,科学家们使用了基于来自生命所有领域数百万个基因组的DNA数据集训练的Evo 1和Evo 2模型。与文本语言模型类似,这些系统掌握了野生DNA序列所遵循的进化约束。他们以天然噬菌体ΦX174为基础,该噬菌体作为模板,用于设计对大肠杆菌C具有特定靶向性的噬菌体。

模型生成了数千个基因组变体。从这些变体中,近300个样本被化学合成并在实验室条件下进行了测试。其中16个变体被证明是可行的——且没有一个与已知的天然噬菌体相匹配。

所得噬菌体完全保留了对目标宿主的特异性,但在几个关键参数上与天然对应物存在显著差异:新突变、趋异基因、调控元件以及不同的基因组长度。冷冻电子显微镜证实了一个重要事实——其中一个病毒在其衣壳中整合了一种从进化上相距甚远的噬菌体中借用的DNA包装蛋白。该模型绝不仅仅局限于围绕基础模板进行简单的突变筛选。

克服细菌耐药性

这项工作的主要成果在于与野生型的比较,而不仅仅是生成本身。细菌对噬菌体的耐药性仍然是噬菌体疗法的核心问题——这一方向如今被视为应对抗生素危机的主要答案。

科学家们对已对ΦX174产生耐药性的大肠杆菌特殊菌株测试了生成的病毒。所设计的噬菌体混合物非常迅速地突破了这一防御。与此同时,由与ΦX174相关的天然噬菌体组成的类似混合物却未能完成同样的任务。

这开辟了一个重要的应用前景:未来,噬菌体药物可以针对特定的快速进化病原体进行生成,而无需在天然菌株库中长时间寻找所需变体。

我对这一突破的看法:我们正在见证从编辑到在完整基因组层面生成式设计生物功能的转变。这不仅仅是噬菌体疗法向前迈出的一步——更是创建复杂合成系统的序曲,其中人工智能成为生命工程中的全面合作伙伴。伦理和生物安全问题现在以新的紧迫性浮现,但对医学和生物技术的潜力确实是巨大的。