知识卡片：AI造出新病毒？Science论文实锤生成式基因组设计

英文标题/英文关键词：原文未提供，待核实。原始来源见文末。

一句话结论

斯坦福大学与Arc Institute发表于 Science 的研究中，AI模型Evo生成了70万个病毒基因组，筛选285个进行DNA合成，最终获得16种可自我复制、能感染细菌的全新噬菌体；部分AI噬菌体裂解细菌的速度超过天然ΦX174，并在耐药菌攻防实验中胜过天然噬菌体混合物。

事件概述或研究问题

• 研究由斯坦福大学助理教授Brian Hie等主导，登上 Science（DOI: 10.1126/science.aec2657）。
• 核心问题：生成式AI能否从零“写出”完整的、有功能的病毒基因组？以及能否用AI批量生成噬菌体来应对细菌耐药性？
• 报道称这是“人类历史上第一次让AI从零设计出完整的、活的生命体基因组”。

方法/产品要点

• 模型：Evo，由Arc研究所打造，被视为“生物界的ChatGPT”。
• 训练：输入约9万亿个核苷酸，覆盖动物、植物、微生物、病毒，不依赖教科书，自学习DNA语法。
• 流程：Evo生成70万份候选基因组 → 筛出285份 → DNA合成 → 转入大肠杆菌 → 观察噬菌斑。
• 结果：16种病毒“存活”，具有感染和自我复制能力。

主要结果或产业意义

• 16个AI设计的病毒全部“存活”。
• 部分AI噬菌体繁殖速度“碾压”天然ΦX174；冷冻电镜显示Evo-Φ36外壳使用了来自远缘物种的DNA包装蛋白，说明AI可跨物种“借用”组件。
• 在针对天然ΦX174免疫的大肠杆菌实验中，AI生成的噬菌体混合物迅速攻破三种耐药菌株，而天然噬菌体混合物未打赢。
• 背景：《柳叶刀》GRAM项目预测，2025到2050年抗生素耐药会直接导致3910万人死亡。AI批量生成噬菌体可能为噬菌体疗法提供新武器，将“出新武器”的成本从十几年压到一次推理。

为什么重要

• 这是生成式模型首次在“读取生命语言”之后完整“写出”可复制的生命体，标志着从“读懂基因组”（1977年Sanger团队完成首个基因组测序，对象正是ΦX174）到“写出基因组”的转折。
• 与已有相关卡片（如Epoch AI出版物趋势、AI破解图论猜想）相比，本条是AI能力在生物工程领域的直接实证落地；它展示的不只是预测或理论推导，而是AI产生了能自我复制的实体生命产物。

局限与不确定性

• “无限自我复制”是转载标题表述，报道正文仅说“可自我复制”，是否可“无限”复制待核实。
• “AI首次造出自然界不存在的病毒”是媒体报道表述，原始论文的同行评议细节和是否绝对的“首次”待核实。
• 实验规模：16种存活病毒是在285个合成候选基础上得到的，成功率约5.6%，仍属筛选性质。
• AI改造后的病毒安全性、对人畜无害性仍需更多验证；文中“对人畜完全无害”仅针对天然ΦX174。
• 噬菌体疗法“攻破三种耐药菌株”的具体实验条件、是否涉及体内实验、能否推广到临床，报道未详细说明。

可用于图书/PPT/简报的角度

• 从“读懂生命”到“写出生命”：1977年Sanger测序ΦX174 vs 2026年Evo生成ΦX174变体。
• 生成式AI是“生物界的ChatGPT”：同样的底层逻辑，输入从文字换成DNA。
• 抗生素失效与AI噬菌体：一场军备竞赛，AI能否跟上细菌进化速度？
• 冷冻电镜细节：AI自动拆装跨物种零件，说明模型学到了超越人类直觉的生物学模块。

原始材料

• 来源：新智元（AIERA转载），发布于2026年8月9日
• URL: https://aiera.com.cn/2026/08/09/other/admin/108392/ai%e9%80%a0%e5%87%ba%e6%96%b0%e7%97%85%e6%af%92%e4%ba%86%ef%bc%81science%e8%ae%ba%e6%96%87%e5%ae%9e%e9%94%a4%ef%bc%8c%e6%97%a0%e9%99%90%e8%87%aa%e6%88%91%e5%a4%8d%e5%88%b6
• 论文DOI: 10.1126/science.aec2657
• 英文标题与英文关键词：原文未提供，待核实。