IT之家 9 月 21 日消息，據《麻省理工科技評論》報道，美國加州的一支研究團隊運用人工智能技術，成功設計出了能夠殺滅細菌的功能性病毒。該團隊稱此成果為“首個完整基因組的生成式設計”，該項目標誌着在人工智能設計生命形式方面邁出了早期一步。
據IT之家了解，這項研究由斯坦福大學與非營利性機構 Arc 研究所的科學家共同開展。在一篇預印本論文中，研究人員詳細闡述了一套人工智能系統如何為病毒設計全新的遺傳密碼。隨後，團隊通過化學合成手段，將其中 302 種設計方案打印成 DNA 鏈，並將其與大腸桿菌接觸。結果顯示，在這些人工智能生成的病毒中，有 16 種成功實現了自我複製，並摧毀了作為宿主的細菌。
“親眼看到這種由人工智能生成的病毒球體，確實令人驚嘆。”Arc 研究所相關實驗室的負責人布萊恩・希（Brian Hie）表示，這些病毒就是在該實驗室被創造出來的。
“埃沃”（Evo）：從數百萬病毒基因組中學習
該項目的核心是一款名為“埃沃”（Evo）的人工智能系統，其運作模式類似於大語言模型，但其訓練數據並非文本，而是生物學相關信息。具體而言，“埃沃”並非從書籍和文章中學習，而是以約 200 萬個噬菌體基因組為訓練素材。在本次研究中，研究人員給“埃沃”設定的任務是設計 phiX174 噬菌體的變異體。phiX174 是一種結構簡單的噬菌體，僅包含 11 個基因，其 DNA 序列長度約為 5000 個鹼基。
紐約大學朗格尼醫學中心的生物學家傑夫・博伊克（Jef Boeke）認為，儘管從嚴格的科學定義來看，病毒並不屬於“生命體”，但這項研究仍是人工智能設計生命領域的“令人印象深刻的第一步”。他指出，該人工智能系統的表現“好得出乎意料”，其設計方案也具有“創新性”，其對基因順序和排列方式做出了人類科學家從未設想過的調整。
不過，並非所有人都對這項成果持肯定態度。曾率先開展合成 DNA 研究的科學家 J・克雷格・文特爾（J. Craig Venter）認為，這種方法“本質上只是一種速度更快的試錯實驗”。他所在的實驗室此前也曾通過類似流程合成細胞，但當時需要通過人工檢索科學文獻來篩選方案，過程耗時且效率低下。
技術的潛力與風險並存
這項技術可能具有重要的應用前景。長期以來，醫生們一直在探索將噬菌體療法用於治療多重耐葯菌感染。此外，病毒在基因治療中也扮演着關鍵角色，可作為載體將新基因輸送到人體細胞內。而人工智能設計的病毒有望讓這兩種治療方式的效果得到顯著提升。
然而，該技術的風險同樣不容忽視。儘管研究團隊在訓練“埃沃”時，特意避開了人類病原體相關數據，但文特爾仍對潛在風險表達了“深切擔憂”。他提出，若將相同技術用於設計天花、炭疽等危險病毒，可能會引發嚴重後果。“我認為在一個領域必須採取極端謹慎的態度，那就是任何病毒增強研究，尤其是當這種研究具有隨機性、無法預知最終結果時。”他強調道。
此外，將該技術推廣應用於活細胞的難度會大幅增加。以大腸桿菌為例，其 DNA 總量約為 phiX174 噬菌體的 1000 倍。博伊克警告稱：“若要設計活細胞的基因組，其複雜程度將從‘驚人’飆升至遠超‘宇宙中亞原子粒子數量’的水平。”
儘管面臨上述挑戰，銀杏生物工作室（Ginkgo Bioworks）首席執行官賈森・凱利（Jason Kelly）仍主張，推動人工智能設計細胞的研究應成為國家重點任務。他構想建立自動化實驗室，持續測試人工智能生成的基因組設計方案，並將測試結果反饋給模型以優化性能。“細胞是所有生命的基本構成單位，因此實現這一目標將成為一項國家級的科學裡程碑。”他表示，“美國應確保在這一領域率先取得突破。”
