根据2026年8月6日发表在《Science》上的一项研究,斯坦福大学和 Arc 研究所的科学家创建了由人工智能生成的病毒基因组,这些基因组产生了 16 种可存活的、可感染细菌的病毒。由这些病毒组成的混合物在某些大肠杆菌菌株中克服了抗菌药物耐药性——这一有前景的实验结果同时也引发了对加强生物人工智能治理的呼吁。
目录
要点摘要
- Evo 为针对特定细菌宿主的病毒设计了基因组。
- 实验室测试在约 300 个设计中获得了 16 种可存活病毒。
- 所得噬菌体感染的是细菌,而非人类。
- 约翰斯·霍普金斯大学的专家呼吁为生物人工智能模型建立安全保障措施。
Evo 如何生成 AI 病毒基因组
研究人员使用了 Evo,这是一款在来自生命所有领域、数以百万计来源的基因序列上训练的人工智能程序。这些序列为其提供了学习材料,就像大规模文本集合支撑了诸如 ChatGPT 之类的语言模型一样。
研究团队在一个为可利用 大肠杆菌(E. coli) 细胞作为宿主的病毒而设计的框架内,生成了数千种基因组组合。科学家随后在实验室中构建并测试了其中约 300 种设计;其中有 16 种产生了可存活的病毒。
根据该研究,从基因库中学习帮助 Evo 识别了支配天然基因组的进化约束。然而,生成的设计与已知的天然病毒不同,其中一个还包含了研究人员描述为“在进化上相距甚远”的特征。
这一发现表明,人工智能引入了某些变化,而自然进化可能需要数百万年才能证明这些变化在理论上是可能的。
感染细菌的病毒在测试中克服耐药性
实验中创建的病毒是噬菌体:即感染细菌而非人类的病毒。它们对耐药性大肠杆菌菌株的活性为该研究提供了潜在医疗用途的证据。
在测试中,由 AI 设计的病毒混合物在某些大肠杆菌菌株中克服了抗菌药物耐药性。而一组可比的、来源于自然的噬菌体混合物则未能取得同样的结果。
这项研究指向了针对不断进化的病原体的潜在噬菌体疗法,因为科学家正努力应对包括大肠杆菌在内的病菌中不断上升的耐药性。报道的结果来自实验室测试。
“这一取得的突破具有重要意义,”Jordi García Ojalvo(巴塞罗那庞培法布拉大学系统生物学教授)在接受科学媒体中心评论时表示。
生物安全专家呼吁加强治理
约翰斯·霍普金斯健康安全中心的专家表示,由 AI 生成的病毒基因组引发了紧迫的生物安全和生物安保问题。在一篇配套的《Science》文章中,他们指出,治理进展尚未跟上设计病毒基因组能力的发展。
“我们已经具备利用生成式 AI 构建病毒基因组的能力;但尚未建立能够安全引导这一能力的治理框架,”他们写道。
约翰斯·霍普金斯的作者承认,与大多数强大生物 AI 模型的开发者相比,该研究团队在生物安全和生物安保方面考虑得更加周全。然而,他们仍然将针对真核生物感染性病原体的研究点名为不应被推进的领域,并警告那些可能感染人类、动物或植物且超出现有对策能力范围的设计。
García Ojalvo 对这项实验的生物安全风险给出了更为有限的评估。他表示,与某些其他 AI 工具相比,该风险更低,因为每一个设计出的基因组都需要单独测试,而且产生可存活病毒的比例较低。
“很难想象这些模型能够‘开箱即用’地自动生成可存活的基因组,”他说。
本文在人工智能的协助下完成,并由编辑团队进行审阅。




