深夜的实验室，一排透明培养皿摆在操作台上。里面是活得好好的大肠杆菌，那种连天然病毒都拿它没办法、已经练出抗性的顽固菌株。
研究员往皿里滴进一小滴液体。
几个钟头后，菌落一片一片地塌了下去。
杀死它们的，是一种病毒。而这种病毒，地球上从来没有存在过。
它不是从哪个下水道、哪只蝙蝠身上采来的，是一台 AI 坐在电脑前“写”出来的。
这是斯坦福大学和 Arc 研究所的团队八月初发在《科学》杂志上的成果。
他们干成了一件听上去像科幻的事：让 AI 从零设计出完整的病毒基因组，而且造出来的东西，真的活了。
一个只会读写的模型，被喂了整部生命的字典
主角叫 Evo 2，是一个“基因组语言模型”。
这个词听着唬人，其实原理和你天天用的聊天 AI 是一回事。ChatGPT 读了海量文字，学会了“通顺的句子长什么样”，你起个头，它能接着往下写。
Evo 2 读的不是文字，是 DNA，把 A、T、C、G 这四个碱基当成四个字母，把数百万个天然基因组当成范文，学会了“一段能用的基因该怎么排”。
然后研究者给它出了道命题作文。
题目是一个叫 ΦX174 的病毒。这是教科书里的老熟人，专门感染细菌的噬菌体，基因组只有大约五千四百个碱基。
搁在生命的世界里，这相当于一条短信的长度。研究者把它当范文递过去，让 Evo 2 照着写出新的。
Evo 2 写出来的东西，和范文长得很不一样，甚至和自然界任何已知的病毒都对不上号。它不是在抄，是真的在“创作”。
从一份文档，变成培养皿里活着的东西
写在屏幕上的一串字母，终究只是一份文档。
真正让人大吃一惊的一步，是把这份文档变成实物。团队照着 Evo 2 给出的序列，合成了将近三百种病毒，一个个扔进培养皿，看哪些能活、能干活。
结果是十六种成了。
它们被投进大肠杆菌的培养液，然后，真的组装成了完整的病毒，真的感染了细菌，真的把它杀死了。
更关键的是，其中一些还啃得动那些对天然噬菌体已经产生抗性的菌株。细菌见过天然病毒、练出了“免疫”，就像打过疫苗；可它没见过 AI 现编的这一款，防线直接被绕开。
到这一步，AI 干的已经不是改一个基因、修一小段代码，而是从头拼出一整套能自我复制的生命系统。
它可能救的，是那些抗生素救不了的人
先说好的那一面，因为它是真的好。
抗生素正在失灵，这不是危言耸听。越来越多的细菌对现有药物产生耐药，有些感染已经几乎无药可用。
而噬菌体疗法（用病毒去杀细菌）一直被看作一条备用出路：它专挑细菌下手，不碰人的细胞，精准得像一把只对一种锁生效的钥匙。
难处在于，天然噬菌体种类有限，细菌又会不断进化出抗性，常常是好不容易找到一款能用的，没多久就失效了。
现在 AI 能按需“写”出全新的病毒，还能写出细菌从没见过、一时防不住的款式，理论上就有了一个源源不断的弹药库。
一位参与者说，这项技术有望“大幅改善人类健康”。
听上去像是好消息全垒打。
认不出来的，不只是我们的眼睛
这项研究真正让整个领域绷紧神经的，是一个技术细节。
今天你想合成一段 DNA，得向专门的公司下订单。这些公司有一道安检门：把你订的序列拿去和已知的危险清单比对，发现是天花、是炭疽这类东西，就拒单报警。
这道门，是防止有人邮购出一场瘟疫的最后一道锁。
而 Evo 2 写出的序列，这道门根本认不出来。
它不是清单上任何一个已知的危险分子，它是自然界从没出现过的新东西，安检门比对不到，自然也就放行了。
有研究者把话说得很直白：针对这种能力的“治理根本不存在”。
更厉害的是，斯坦福团队选择把 Evo 2 的代码和模型权重完全开源，任何人都能下载来用。
支持者说开源才能让科学共同进步；反对者则问：一个能设计出连安检门都认不出的病毒的工具，真的适合谁都能拿到吗？
这次团队盯的是噬菌体，只感染细菌，碰不了人。这是他们特意划下的安全线。
可模型学的是“生命的通用语法”，它今天能照着细菌病毒写，拦住它的门槛，是自觉，不是能力。
几十亿年里，病毒都是被进化一点一点试出来的，错了就死，对了才留下，慢得以亿年计。
这一次，它头一回不是被试出来的，是被一个读遍了生命说明书的模型，几天之内，敲出来的十六个。
热门跟贴