美国斯坦福大学和Arc研究所的科学家近日用AI设计出了16种自然界不存在的全新病毒，这听起来像科幻电影，但这些病毒确实在实验室里成功复制并杀死了耐药大肠杆菌——它们的目标是细菌，不是人类。
一、AI如何“学习”生命的语言？技术原理与实现步骤
模型核心：研究团队开发的Evo模型（Evo 1和Evo 2）本质上是“基因组版ChatGPT”，但预测的不是单词，而是DNA的“字母”——A、C、G、T四种核苷酸的排列规律。
训练数据：模型学习了约200万个噬菌体（感染细菌的病毒）基因组，以及数百万种动物、植物、微生物的遗传序列，总计约9万亿个核苷酸数据。
设计目标：以已知最简洁的噬菌体ΦX174（仅11个基因、5386个核苷酸）为模板，让AI生成能够感染特定大肠杆菌的全新变种。
安全限制：团队主动从训练数据中排除了所有能感染人类、动植物等复杂生物体的病毒序列，确保模型在底层逻辑上不具备设计“人类杀手”的知识。
二、从代码到活病毒：302个候选方案中16个成功
AI生成与筛选：Evo一口气生成了约70万个候选基因组，研究人员根据“语法”正确性筛选出302个最有潜力的设计方案。
实验室合成：团队将这302个基因组对应的DNA分子化学合成出来，导入大肠杆菌中“孵化”，观察细菌是否能够读取这些代码并批量生产出活的噬菌体。
最终成果：16种AI设计的噬菌体成功在细菌内复制并裂解宿主，在培养皿上形成清晰的透明斑点——这是病毒正在“享用大餐”的铁证。其中某些变种的复制速度甚至超过了天然的ΦX174。
超出预期：这些AI噬菌体组合后，还能杀死三种天然噬菌体无法对付的耐药大肠杆菌菌株。
三、安全第一：多重防护确保“好病毒”不越界
研究对象限制：选择噬菌体（只感染细菌）作为研究对象，因为这些病毒在分子生物学研究中已有数十年安全使用历史，不具备感染人类细胞的能力。
训练数据净化：Evo的训练数据库刻意删除了一切真核病毒（能感染真核生物，包括人类）的遗传数据，从源头上杜绝模型学会制造威胁人类病原体的可能。
实验环境管控：所有合成和测试工作均在符合美国国立卫生研究院生物安全指南的实验室内进行，全程受控。
行业共识：研究团队明确表态反对利用AI设计可能引发疾病的新型病毒，并在《科学》杂志同期评论中，约翰斯·霍普金斯大学专家也呼吁建立配套的治理体系。