AI突破基因组设计边界：科学家首次生成具有进化活力的病毒

ycp123

01

在人工智能与合成生物学的交叉领域，一项颠覆性研究正在改写生命设计的规则。由斯坦福大学科研团队完成的最新成果显示，基于基因组语言模型的AI系统已成功设计出16种具备完整功能的噬菌体基因组，其中部分人工噬菌体展现出超越自然界演化水平的裂解效率和抗耐药能力。这项发表于《bioRxiv》的研究，标志着人类首次实现从头设计具有生物活性的完整病毒基因组。9月19日，Nature已经就此研究上新了News文章。

02

自1977年首个噬菌体ΦX174的基因组被测序以来，科学家始终在探索如何通过人工设计改造生命系统。传统方法受限于基因组的复杂性——5.4kb的ΦX174基因组包含11个基因、7个调控元件和2个识别序列，其基因重叠、调控网络和结构约束构成精密的"分子机器"。即便是单个碱基突变，也可能导致整个基因组失效。这种"全或无"的特性使基因组设计长期停留在"死亡之谷"。
研究团队创新性地构建了"进化引擎"Evo 1和Evo 2系统。这两个基于超过200万个噬菌体基因组训练的AI模型，通过无监督学习掌握了基因组的深层编码规律。当以ΦX174为模板进行提示工程时，AI生成的基因组不仅保持了93%-98.8%的序列新颖性，更在关键调控区域展现出令人惊叹的创造力。其中Evo-Φ2147基因组与最近的天然噬菌体相比存在392个突变，其平均核苷酸一致性（ANI）低于95%——这在自然界中已构成新物种的认定标准。
研究最具突破性的是建立了"计算设计-实验验证"的完整闭环。通过开发定制化的基因预测工具，研究团队成功筛选出符合设计要求的候选序列。在实验验证阶段，他们创新性地采用dsDNA体外组装技术，成功复活了16种AI设计的噬菌体。这些人工噬菌体不仅能够特异性感染大肠杆菌C株，更意外展现出对大肠杆菌W株的交叉感染能力。
冷冻电镜解析揭示了令人震撼的分子创新：Evo-Φ36噬菌体的DNA包装蛋白J完全替换了天然序列，其长度缩短至25个氨基酸（天然为38个），却通过构象重排维持了与衣壳的稳定结合。这种"结构兼容性进化"证明AI能够突破传统蛋白质工程的限制，在序列空间中找到全新的功能解决方案。

人工合成噬菌体为序列与结构研究提供新见解

在对抗细菌耐药性的战斗中，该研究展现了革命性的解决方案。当ΦX174敏感的大肠杆菌与耐药株共培养时，由AI噬菌体组成的"鸡尾酒"仅需1-5次传代即可突破耐药屏障。基因组追踪显示，这种适应性进化源于AI噬菌体间的基因重组与定向突变——其主要衣壳蛋白表面的15个错义突变（其中14个源自AI设计）直接改变了与细菌受体的相互作用模式。
适应性竞争实验更揭示惊人结果：Evo-Φ69噬菌体在6小时内实现16-65倍的增殖优势，而天然ΦX174仅能维持1.3-4倍的增长。裂解动力学测试中，Evo-Φ2483将宿主密度降至0.07 OD600所需时间比天然噬菌体缩短25%。这些数据证明AI设计的基因组不仅能实现功能创新，更能在进化博弈中占据优势。
这项研究打破了三个传统认知边界：

设计尺度：首次实现5kb级完整基因组的从头设计，验证了AI对复杂调控网络的建模能力；

进化深度：生成的噬菌体与天然序列差异达7%，相当于自然演化数百万年的积累；

功能创新：通过非天然序列组合，获得增强的裂解效率和抗耐药特性。
值得关注的是，研究团队构建了完整的生物安全框架。所有实验在BSL-2级生物安全条件下进行，AI模型通过训练数据过滤天然具有"设计禁区"功能，例如对人类病原体的设计限制。这种"内置安全设计"为未来人工生命体开发提供了重要范式。
03

该研究不仅是技术突破，更为理解生命本质提供了新视角。通过系统采样AI生成的基因组序列，科学家首次在实验室中重现了基因重叠、调控元件演化等基础生物学过程。正如论文通讯作者指出："我们正在建立一个可编程的生命设计平台，未来或将实现按需定制具有特定功能的生命系统。"
当前技术仍面临两大挑战：一是DNA合成成本随基因组长度指数上升，二是复杂调控网络的预测精度待提升。但随着DNA合成技术的进步和多模态AI模型的发展，这些障碍正在被快速突破。研究团队已着手开发针对更大基因组（如λ噬菌体48kb）的设计框架。
这项研究为噬菌体治疗带来了革命性工具。在抗生素耐药性危机加剧的今天，AI设计的噬菌体鸡尾酒或将成为精准抗菌的"智能武器"。更深远的意义在于，它证明了基因组可以作为可编程的"生命软件"，通过算法探索非自然进化路径。正如《自然》评论所言："这标志着合成生物学从'复制自然'进入'超越自然'的新纪元。"

参考


[1] Generative design of novel bacteriophages with genome language models
Samuel H. King, Claudia L. Driscoll, David B. Li, Daniel Guo, Aditi T. Merchant, GarykBrixi, Max E. Wilkinson, Brian L. Hie
bioRxiv 2025.09.12.675911; doi: https://doi.org/10.1101/2025.09.12.675911
[2] World’s first AI-designed viruses a step towards AI-generated life

hnn

生化危机，终结者再也不遥远

gzcom520

自我毁灭！

qqwa1234