据IT之家了解，这项研究由斯坦福大学与非营利性机构 Arc 研究所的科学家共同开展。在一篇预印本论文中，研究人员详细阐述了一套人工智能系统如何为病毒设计全新的遗传密码。随后，团队通过化学合成手段，将其中 302 种设计方案打印成 DNA 链，并将其与大肠杆菌接触。结果显示，在这些人工智能生成的病毒中，有 16 种成功实现了自我复制，并摧毁了作为宿主的细菌。
“亲眼看到这种由人工智能生成的病毒球体，确实令人惊叹。”Arc 研究所相关实验室的负责人布莱恩・希（Brian Hie）表示，这些病毒就是在该实验室被创造出来的。
“埃沃”（Evo）：从数百万病毒基因组中学习
该项目的核心是一款名为“埃沃”（Evo）的人工智能系统，其运作模式类似于大语言模型，但其训练数据并非文本，而是生物学相关信息。具体而言，“埃沃”并非从书籍和文章中学习，而是以约 200 万个噬菌体基因组为训练素材。在本次研究中，研究人员给“埃沃”设定的任务是设计 phiX174 噬菌体的变异体。phiX174 是一种结构简单的噬菌体，仅包含 11 个基因，其 DNA 序列长度约为 5000 个碱基。
纽约大学朗格尼医学中心的生物学家杰夫・博伊克（Jef Boeke）认为，尽管从严格的科学定义来看，病毒并不属于“生命体”，但这项研究仍是人工智能设计生命领域的“令人印象深刻的第一步”。他指出，该人工智能系统的表现“好得出乎意料”，其设计方案也具有“创新性”，其对基因顺序和排列方式做出了人类科学家从未设想过的调整。
不过，并非所有人都对这项成果持肯定态度。曾率先开展合成 DNA 研究的科学家 J・克雷格・文特尔（J. Craig Venter）认为，这种方法“本质上只是一种速度更快的试错实验”。他所在的实验室此前也曾通过类似流程合成细胞，但当时需要通过人工检索科学文献来筛选方案，过程耗时且效率低下。
技术的潜力与风险并存
这项技术可能具有重要的应用前景。长期以来，医生们一直在探索将噬菌体疗法用于治疗多重耐药菌感染。此外，病毒在基因治疗中也扮演着关键角色，可作为载体将新基因输送到人体细胞内。而人工智能设计的病毒有望让这两种治疗方式的效果得到显著提升。
然而，该技术的风险同样不容忽视。尽管研究团队在训练“埃沃”时，特意避开了人类病原体相关数据，但文特尔仍对潜在风险表达了“深切担忧”。他提出，若将相同技术用于设计天花、炭疽等危险病毒，可能会引发严重后果。“我认为在一个领域必须采取极端谨慎的态度，那就是任何病毒增强研究，尤其是当这种研究具有随机性、无法预知最终结果时。”他强调道。
此外，将该技术推广应用于活细胞的难度会大幅增加。以大肠杆菌为例，其 DNA 总量约为 phiX174 噬菌体的 1000 倍。博伊克警告称：“若要设计活细胞的基因组，其复杂程度将从‘惊人’飙升至远超‘宇宙中亚原子粒子数量’的水平。”
尽管面临上述挑战，银杏生物工作室（Ginkgo Bioworks）首席执行官贾森・凯利（Jason Kelly）仍主张，推动人工智能设计细胞的研究应成为国家重点任务。他构想建立自动化实验室，持续测试人工智能生成的基因组设计方案，并将测试结果反馈给模型以优化性能。“细胞是所有生命的基本构成单位，因此实现这一目标将成为一项国家级的科学里程碑。”他表示，“美国应确保在这一领域率先取得突破。”