Brian Hie和Aditi Merchant正在检查由 Evo 2 生成的一种蛋白质结构，图来自Stanford Report
导读
抗生素，几乎每个人都用过。从肺炎、扁桃体炎到术后感染，这类“神药”在过去近一个世纪里挽救了数亿人的生命。
然而，由于长期滥用和过度使用，细菌正以惊人的速度进化出耐药性——世界卫生组织已将抗生素耐药性列为全球十大公共卫生威胁之一。
最近，斯坦福大学的科学家们带来了好消息：AI首次成功设计出全新的噬菌体，能高效杀死大肠杆菌。
齐 萱 | 撰文
01
AI设计出新型大肠杆菌杀手
8月6日，一项发表在顶级期刊Science杂志上的研究引发全球关注。斯坦福大学化学工程助理教授Brian Hie与生物工程研究生Samuel King领导的团队，利用自研的生成式AI模型Evo2，设计出了在自然界中从未存在过的全新噬菌体——一种专门“吞噬”细菌的病毒。
研究团队选择了感染大肠杆菌的噬菌体ΦX174作为起点。这个噬菌体的基因组仅有约5400个碱基对，比人类基因组的30亿个碱基对简单得多。他们向Evo2输入一小段ΦX174的DNA作为“种子”，让AI在计算机中生成了数千个完整的噬菌体基因组序列。
随后，团队从中筛选出近300个最有希望的方案，在实验室中进行了化学合成和生物测试。结果令人惊艳：16种AI设计的噬菌体被证实能高效杀死大肠杆菌。更关键的是，当将这16种噬菌体混合成“鸡尾酒”时，它能迅速攻克那些已对天然噬菌体产生耐药性的大肠杆菌菌株。
Hie教授打了个形象的比方：“如果细菌只对一种噬菌体产生抗性，那药物就失效了。但如果你用多种基因上截然不同的噬菌体混合，细菌就很难对整个‘鸡尾酒’产生抵抗力。”这意味着，AI设计的噬菌体混合物有望成为一种“不易产生耐药性”的新型抗菌药物。
02
Evo2是什么？一个会“书写”生命代码的AI
那么，立下大功的Evo2究竟是什么？
Evo2是一个生成式AI模型，但它不像ChatGPT那样生成文本或图像——它生成的是基因组。这个模型由Arc研究所、英伟达及斯坦福大学等机构联合开发，其训练数据规模惊人：涵盖了超过12.8万个基因组，总计高达9.3万亿个核苷酸序列，囊括了从细菌、古菌到病毒等生命形态的庞大遗传信息。
换句话说，Evo2不仅“读懂”了生命的语言——DNA，还学会了“书写”新的生命代码。与以往只能预测蛋白质结构或分析基因功能的AI不同，Evo2能够端到端地生成完整的、有功能的基因组，且生成的序列在生物学上具有可行性。
“我们想让模型在一次从左到右的生成中，端到端地产生整个基因组，没有添加任何东西，”Hie教授解释道。这种能力使得Evo2成为了合成生物学领域的“游戏规则改变者”——它不再只是分析现有生命，而是在创造新生命形式。
值得一提的是，Evo2还具备理解DNA突变影响的能力，甚至可以预测基因序列中某个单点突变是否会破坏蛋白质功能，这对理解疾病和设计药物都极具价值。
03
共享成果，也直面安全争议
这项突破的另一个重磅消息是：Evo2模型已面向全球公开，并免费开源。任何人都可以从网上下载并使用这一强大的AI工具。
研究团队做出这一决定，基于对科学共享和人类福祉的深刻考量。“我们是一个由慈善捐款和政府拨款资助的学术实验室，”Hie教授表示，“鉴于这项技术对健康和人类具有巨大的潜在益处，将基础技术公之于众是我们的责任。”
开放源代码无疑将极大加速全球范围内噬菌体疗法、合成生物学乃至新型药物研发的进程。未来，Evo2有望被用于设计针对结核病、耐甲氧西林金黄色葡萄球菌（MRSA）、铜绿假单胞菌等其他致命细菌的噬菌体，为无数难治性感染患者带来希望。
当然，这种开放性也引发了生物安全和伦理方面的讨论。对此，研究团队并非没有准备。他们在训练Evo2时，特意排除了所有能感染人类及其他复杂真核生物的病毒序列，从源头上限制了模型被滥用来设计危险病原体的可能性。
更重要的是，Hie教授指出，现有的天然病原体本身就比AI设计的任何东西更具威胁——因为它们更容易获取和培养，而且在自然进化过程中无法被内置任何“安全开关”。
相比之下，AI工具反而为人类提供了一个主动设计和构建生物安全防护机制的机会。正如他所强调的：“拥有Evo2这样的工具，能让我们在面对自然发生的大流行病时具备更强大的防御能力。”
参考资料
1. AI designs a novel E. coli killer
https://news.stanford.edu/stories/2026/08/evo-2-ai-tool-e-coli-killer-bacteriophages
2. AI首次设计完整基因组：302个方案中诞生16种新型噬菌体
https://tech.ifeng.com/c/8vOFuBVOv21?ch=ttsearch
3. Evo 2 brings artificial intelligence closer to reading and writing the language of life
https://www.eurekalert.org/news-releases/1136823
Deep Science预印本
热门跟贴