科学界获得了轰动性的证实:生成式人工智能模型首次成功设计出攻击细菌的病毒——噬菌体的完整基因组。这不仅是实验室中的奇闻,更是我们在构建生物系统能力上的根本性转变。

由布莱恩·希领导、第一作者塞缪尔·金参与的研究团队,展示了此前被认为不可能实现的成果。迄今为止,生物学中的生成式人工智能仅能处理单个基因或蛋白质。设计整个基因组是一项极其复杂的任务:即使是微小的突变也可能破坏生物体的生存能力。然而,该团队成功获得了16种完全功能性的病毒,其中没有一种重复已知的天然类似物。

从数千个变体到生命

研究人员以天然噬菌体ΦX174(感染大肠杆菌Escherichia coli C)为基础。Evo 1和Evo 2模型在来自所有生命域的数百万个基因组上训练,掌握了进化约束,就像语言模型学习语法一样。任务并不简单:生成数千个基因组变体,其中近300个经过化学合成并在实验室中验证。最终结果是16个可存活的样本。

与天然噬菌体的比较揭示了惊人的差异。人工智能噬菌体包含新的突变、趋异基因和调控元件,且基因组长度也有所不同。此外,冷冻电子显微镜显示,其中一种病毒将来自进化上相距遥远的噬菌体的蛋白质整合进了衣壳。这证明:模型不仅仅是筛选突变,而是在创造全新的结构。

噬菌体疗法的突破

关键成果不在于生成本身,而在于人工智能克服细菌耐药性的能力。科学家将生成的病毒测试在已对ΦX174产生防御机制的大肠杆菌菌株上。设计噬菌体的混合物迅速突破了这一防御,而天然类似物的混合物则未能成功。这为“定制”噬菌体制剂开辟了直接途径——用于对抗特定的快速突变病原体,这在抗生素危机时代尤为重要。

我的观点:这项工作标志着从“读取”基因组向主动“书写”基因组的转变。投资于生物技术的生成式人工智能已不再是未来主义,而是务实的考量。未来几年,我们将见证这类技术的商业化,而估值数十亿美元的噬菌体疗法市场将获得强大的增长催化剂。