本周，尽管一些头条新闻集中在一个令人不安的说法上，即一个AI系统设计了一个可工作的病毒，但斯坦福大学和阿克研究所发布的一篇较为安静的预印本暗示了更为重要的事情——而且，取决于你的观点，这可能更令人担忧。

研究人员报告了第一个完整活体基因组的生成设计：16种合成噬菌体——感染细菌的病毒——由人工智能构思，在实验室中构建，并证明能够复制、进化并超越其自然祖先。

该团队使用了名为Evo 1和Evo 2的“基因组语言模型”，这些模型是大型语言模型（如ChatGPT）的“表亲”，但训练的是数十亿个病毒DNA的碱基对，而不是单词。这些系统不仅仅是突变现有病毒；它们从头开始构建新的基因组，平衡数千个相互依赖的基因、启动子和调控基序——这些任务长期以来一直让人类生物工程师感到棘手。

在302个AI生成的基因组中，有16个获得了生命，产生了能够感染大肠杆菌的功能性噬菌体，在某些情况下，甚至超越了激发它们的野生型ΦX174病毒。

为什么这很重要

如果这一成就能够复制，将代表合成生物学的一个里程碑，堪比克雷格·文特尔在2010年创造的最小细菌细胞。到目前为止，AI工具只能设计单个蛋白质或短的遗传电路；构建一个完整的、可行的基因组仍然遥不可及。这项研究表明，机器学习可以在基因组规模上捕捉生命的语法——组装出足够复杂的序列，使其能够折叠、自我组织和繁殖。

从实际角度来看，这可能会改变噬菌体疗法，这是一种已有一个世纪历史的抗菌策略，现在在抗生素抗药性危机中重新兴起。研究人员将他们的16种AI构建的噬菌体混合成一种“鸡尾酒”，迅速克服了在自然ΦX174中击败的某些大肠杆菌菌株的抗药性。原则上，同样的方法可以为耐药性感染提供定制的病毒治疗，或为农业、水产养殖或废水中的病原体量身定制噬菌体。

超越医学，基因组规模的生成设计可能会开启新的工业前沿：编程微生物组的噬菌体、制造绿色化学品的微生物，或在活体组织中作为纳米级快递的病毒。每一个曾经受限于进化偶然性的应用，理论上都可以像代码一样被创作。

背景与谨慎

这一承诺与危险是不可分割的。华盛顿邮报的报道——另一个AI自主生成了一个可工作的病原体——捕捉了公众对能够设计生命的工具可能设计出错误类型的担忧。

尽管斯坦福-阿克研究的研究结果经过仔细控制，但显示了我们距离这一门槛有多近。其作者强调安全性：他们仅与非致病性的大肠杆菌在批准的生物安全水平下工作，针对有限的病毒家族微调模型，并构建过滤器以阻止人类-病毒序列。然而，“可以”和“应该”之间的界限正在缩小。

这些实验还强调了生物学的不可预测性。大多数AI生成的基因组都是失败的；其他基因组则因分子兼容性的偶然性而存活。

即使是成功的基因组也进化出了意想不到的特征——例如，交换了一个先前被认为是致命的结构基因——这表明AI能够导航人类尚未理解的进化捷径。这种创造性的不可预测性既是创新的源泉，也是风险的种子。

更大的图景

在不到十年的时间里，语言模型已经从写论文发展到写进化本身。从文本到试管的飞跃缩短了模拟与创造之间的距离，迫使监管机构和研究人员面对一个新现实：人工智能不再仅仅是预测生物学——它在创造生物。

随着抗生素研发管道的枯竭和大流行的逼近，设计有益的病毒可能是人类最好的工具之一，也是最大的诱惑。这篇论文所暗示的，不仅仅是人工智能可以构建生命，而是它可以超越生命的进化。社会是否能够跟上这一进程，现在成为了更紧迫的实验。

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。