多年来，科学家们已经能够从零合成病毒，这些病毒通常用于开发和评估抗病毒药物和疫苗，同时加深我们对这些微生物行为的理解。然而，病毒基因组的合成主要依赖于复制已知的病原体或其变种。
与此不同，斯坦福大学和Arc研究所的科学家们最近开展的一项新研究，成功利用人工智能设计出简单、功能性强且此前未见过的新型病毒。这些病毒的设计基于自然界中数百万种动物、植物、微生物、细菌和病毒的基因序列信息。
研究团队选择了噬菌体作为研究对象——这类微生物基因组较小，便于在受控条件下合成和操作。噬菌体只感染细菌，因而具有巨大的生物技术潜力，是对抗耐药细菌感染的有前景的抗生素替代方案。
这些全新病毒的创造基于Evo 1和Evo 2两款基础人工智能模型，这些模型专为计算生物学应用开发。两种算法均以来自生命各领域的数百万基因组为训练数据，旨在识别并学习复杂的进化模式，包括基因的典型组织方式、保守序列以及维持生物体功能的生物学约束。
实验设计以噬菌体Phi X-174为参考，该病毒能够感染大肠杆菌（E. coli）。研究目标并非复制该病毒，而是利用其作为算法生成数千个全新基因组的指导，这些基因组在遗传结构上能够兼容感染大肠杆菌。
换言之，AI生成的基因组衍生病毒保留了识别细菌、插入DNA、复制、产生新病毒颗粒并正确组装的功能性组织结构，但其具体DNA序列与自然界中存在的噬菌体有显著差异。
利用人工智能创造的16种新病毒
研究人员对AI生成的基因组进行了评估，筛选出最有可能具备功能的基因组，考虑了基因组织、调控元件的存在及其他受Phi X-174生物学启发的标准。
最终选出300个基因组样本，在实验室中逐分子合成。随后将这些基因组导入大肠杆菌，检测其是否能产生功能性病毒。
在300个合成基因组中，只有16个成功产生了功能完整的噬菌体，这些噬菌体拥有此前未公开的序列、不同的基因、新的调控元件，甚至基因组大小也各异。它们的行为表现也不尽相同：部分病毒感染细菌速度更快，另一些则展现出不同的复制能力。
这项研究本周发表在《科学》杂志上，研究还评估了AI生成的噬菌体对抗耐药细菌的能力。实验中，将AI设计的噬菌体混合物与类似Phi X-174的天然噬菌体混合物分别暴露于已对该病毒产生抗性的E. coli菌株。
结果显示，AI生成的病毒能够迅速克服细菌的抗性并成功感染。作者指出，这一发现“为利用人工智能生成的噬菌体疗法对抗快速进化的细菌病原体开辟了新途径”。
这一里程碑的双重意义
该发现为解决日益严峻的细菌耐药问题带来了新希望。研究人员认为，这种方法有望促进个性化治疗的发展，使治疗手段能够几乎与病原体同步进化。
尽管这一突破对分子生物医学领域意义重大，但也引发了对该技术可能被恶意利用的担忧，例如制造新疾病、高毒性物质或引发新一轮大流行的病原体。
约翰霍普金斯健康安全中心的研究员莫里茨·汉克指出，目前尚无有效保障措施能够阻止利用人工智能制造致命病毒。他告诉《纽约时报》，科学技术进步的速度与监管框架的建立之间存在“巨大脱节”。
关于这些风险的讨论并非首次。三年前，兰德公司的一项研究就警告称，当时最先进的人工智能系统已经具备优化生物武器攻击计划和执行的能力。如今，随着技术的快速发展，人们担心这些能力将变得更强大、更复杂。
该非营利组织还警示，人工智能系统的进化速度往往超过政府监管的能力。
本文最初发表于WIRED西班牙语版，现已翻译成中文。
