研究團隊利用學習DNA序列的AI模型，成功設計出自然界不存在的病毒基因組，其中16種實際具備感染細菌的能力。這項成果由史丹佛大學等機構的研究人員完成，相關論文已發表於《科學》（Science）期刊。 過去，AI輔助生物設計主要侷限於單一基因或蛋白質。然而，生物的特性往往源於多個基因與調控序列之間的複雜互動，因此要設計出能正常運作的完整基因組，難度遠高於單一分子設計；有時僅一個鹼基的變動，就可能導致整個基因組喪失功能。研究團隊在2025年就已率先運用語言模型成功設計噬菌體基因組，而本次研究進一步採用名為「Evo 1」與「Evo 2」的基因組語言模型。 這類模型借鑑了處理人類語言的大規模語言模型原理：一般語言模型從大量文本學習詞語的排列規則，基因組語言模型則從海量DNA序列中學習基因與調控序列的組成規律。雖然DNA僅由A、T、C、G四種鹼基構成，但序列中有些微小差異會決定功能，有些變異則影響輕微，模型需從中學會分辨。 研究團隊選擇感染大腸桿菌的噬菌體ΦX174作為設計目標。ΦX174基因組僅約5400個鹼基，含有11個基因，由於其功能與感染機制已被詳細研究，便於評估AI生成序列的可行程度。研究人員先以噬菌體DNA序列對模型進行額外訓練，再輸入ΦX174前段的短序列，讓模型接續生成完整基因組，並以基因組長度、鹼基組成、感染所需棘狀蛋白的相似度等條件篩選候選序列。 篩選後共有302個候選基因組，其中285組經化學合成後導入大腸桿菌。多數沒有作用，但16組成功抑制大腸桿菌增殖，確認具備噬菌體功能，成功率約5.6%。這16種中，9種是AI最初輸出的原始序列，另外7種則在大腸桿菌內額外獲得了變異。 分析顯示，機能正常的噬菌體多數與ΦX174相似，但並非單純複製。有些失去一個蛋白質卻以其他變化解決功能，有些額外添加新基因，也有基因長度改變的案例，甚至發現有噬菌體納入了演化上關係較遠的基因片段。 值得注意的是，隨機突變下，胺基酸變異超過25處的病毒幾乎不可能存活；但AI設計的候選中，變異超過25處的仍有約四分之一能正常運作，其中甚至有變異超過50處的兩個例子。這表示AI並非隨機添加突變，而是某種程度學會了病毒維持功能所需遵循的規則。 研究團隊進一步比較了AI設計的16種噬菌體混合液與天然ΦX174近緣噬菌體混合液。天然噬菌體組合未能壓制具抗性的大腸桿菌，而AI設計的組合則迅速獲得感染抗性菌株的能力，推測與噬菌體之間的DNA交換或額外突變有關。 由於噬菌體被視為對抗抗藥性細菌的潛在療法之一，本次成果顯示未來或許能針對特定細菌與需求，以AI快速生成多樣化的噬菌體，為抗生素失效的感染症提供新的應對思路。
热门跟贴