AI 寫出 70 萬份病毒基因組，16 個在實驗室"活了"：生成式生物學的里程碑與安全拷問

史丹佛大學與 Arc Institute 研究團隊近日發表一項突破性成果，利用名為 Evo 的基因組語言模型，一口氣生成約 70 萬份病毒基因組候選序列，從中篩選並合成 285 份，最終有 16 份在實驗室中被證實能夠成功複製、感染並殺死大腸桿菌，成為具有活性的噬菌體。這項研究已於 8 月 6 日正式刊登在《科學》雜誌，標誌著生成式生物學從設計單一蛋白質或基因片段，正式跨入能夠從頭設計完整功能性病毒基因組的全新階段。研究團隊指出，Evo 模型輸出的並非實體病毒，而是一串串由 A、T、C、G 組成的 DNA 序列。研究人員的工作是從這些序列中篩選出可行候選，委託合成後送入大腸桿菌進行驗證。

實驗過程中，絕大多數序列在細菌體內沒有產生任何反應，但少數培養皿上出現了肉眼可見的透明斑點——這正是細菌被新生病毒裂解後留下的痕跡，證明 AI 設計的基因組確實能指導病毒組裝與複製。為了確保流程可行，研究團隊選擇了噬菌體 Phi X-174 作為模板。Phi X-174 是一種僅感染細菌、基因組極短且研究歷史相當豐富的病毒，非常適合用來驗證從 AI 設計到實驗室驗證的整套流程。Evo 模型首先讀取了約 9 萬億個核苷酸作為基礎訓練，隨後再以約 1.5 萬個與 Phi X-174 親緣關係接近的微小病毒科基因組進行專門微調，讓模型能夠掌握這類病毒的核心序列特徵。

最終存活下來的 16 個病毒表現並非僅是「勉強運轉」。在後續的競爭實驗與裂解速度測試中，部分 AI 設計的噬菌體甚至超越了天然的 Phi X-174，顯示出更強的感染效率與複製能力。研究人員進一步將這些 AI 設計的噬菌體混合在一起進行傳代，觀察到病毒之間發生重組，僅經過 1 到 5 輪傳代，便成功突破了三種原本對 Phi X-174 具有耐受性的大腸桿菌菌株的防線。這項發現為噬菌體療法對抗多重耐藥細菌開闢了全新的可能性，未來或可藉由 AI 快速生成客製化噬菌體，針對特定細菌進行精準攻擊。然而，這項研究成果也引發了關於生物安全的深刻討論。

雖然研究團隊強調，所有實驗均在符合生物安全規範的實驗室中進行，且設計的病毒僅能感染大腸桿菌，對人類無害，但生成式生物學的進步同時意味著，AI 設計功能性病毒基因組的門檻正在大幅降低。研究人員坦言，「自然界沒有」並不等於「生物學上從未見過」，許多 AI 生成的序列雖然在自然演化中尚未出現，但其結構與功能可能與已知病毒相似，甚至可能被濫用於設計具有潛在危害的病原體。目前學界與政策制定者正密切關注這一領域的發展。生成式生物學的里程碑不僅展示了 AI 在生命科學中的驚人潛力，也迫使科學界必須同步建立更嚴謹的審查機制與安全閥門。

研究團隊在論文中也呼籲，未來這類 AI 模型應加入序列毒性檢測、合成委託管控以及實驗驗證的雙重審核，才能避免技術被誤用。而對於公眾而言，這項研究提醒我們，當 AI 能夠「寫出」活生生的病毒時，我們對其背後風險的認知與治理，也必須跟上創新的速度。