斯坦福大学的研究人员利用人工智能设计了 16 种自然界中不存在的全新病毒，这是生成式人工智能首次从头开始生成完整的功能性病毒基因组。这项研究于 2026 年 8 月 6 日发表在《科学》杂志上，立即重新引发了关于如何管理强大的生物人工智能模型的争论。对于 AI Buzz Wire 如何追踪人工智能与社会交叉点的突破的持续报道，这是今年最重要的研究报道之一。
AI 如何从 DNA 构建病毒
由博士生塞缪尔·金领导的斯坦福大学团队没有使用聊天机器人。相反，他们转向了基因组语言模型——在大量 DNA 上训练的算法，就像在文本上训练大型语言模型一样。通过学习数百万个基因组中嵌入的进化规则，这些模型可以编写遵循生命实际使用的约束的遗传密码。
研究人员对来自 Microviridae 家族（一组小型单链 DNA 病毒）的 14,266 个基因组进行了微调，称为 Evo 1 和 Evo 2 的两个基因组语言模型。他们使用天然噬菌体 ΦX174 作为设计模板，然后从近 300 个候选设计中筛选出 16 个可以在实验室合成和测试的设计。
结果是：根据该论文，16 个合成噬菌体的基因组“与任何天然基因组有很大差异”，但仍然能够感染大肠杆菌C 株细菌。噬菌体或噬菌体是专门攻击细菌的病毒，对人类无害。
为什么它很重要：噬菌体混合物和不断进化的病原体
这不是随机的基因剪接练习。至关重要的是，人工智能模型考虑了基因组水平的限制，而不是简单地将基因缝合在一起。其中一个被设计的噬菌体，被称为Evo-Φ36，携带一种功能性截短蛋白，当工程师将其插入野生型ΦX174时，这种蛋白从未发挥过作用。它在这里发挥作用是因为周围的人工智能生成的基因组背景已经共同适应以支持它。
当几种合成噬菌体组合成“噬菌体混合物”时，它们克服了目标细菌通常对野生型 ΦX174 产生的抵抗力。这表明了一种有前景的医学应用：针对快速进化的耐药病原体设计适应性噬菌体疗法。
斯坦福大学团队将这项工作定义为与定向进化和理性工程一起扩展“合成基因组学可以实现的目标”，同时“为产生适应性和弹性噬菌体疗法奠定了道路”。
生物安全专家拉响警报
承诺伴随着严重的风险。在与该研究同时发表的一篇社论中，约翰·霍普金斯大学的 Thomas Inglesby 博士和 Moritz Hanke 博士认为，目前筛查 DNA 序列的自愿系统已不再足够。
他们呼吁“法律要求”合成核酸（用于制造病原体的构件）的供应商筛选客户订单中的相关序列，并验证客户本身的合法性。
Inglesby 和 Hanke 写道：“由于人工智能生成的基因组可能与之前表征的核酸序列有很大不同，因此需要紧急开发能够标记新的相关设计的筛选方法。”
他们最尖锐的一句话被英国广播公司（BBC）、《卫报》和《纽约时报》的报道广泛引用：“问题不再是生成病毒基因组设计是否会存在。而是社会是否能够建立监督，使其能够发挥其好处，同时防止其造成严重危害。”
治理缺口迫在眉睫
斯坦福大学的这篇论文是一系列结果中的最新一篇，表明生物人工智能模型可以从理论进入实验室。到目前为止，基因组语言模型已经显示出设计生物系统的希望，但它们生成整个功能基因组的能力从未得到证实。从设计蛋白质片段到制造 16 种可行的新型病毒，这正是生物安全研究人员警告的能力门槛。
约翰·霍普金斯大学的社论指出，作者本人“比大多数强大的生物人工智能模型开发人员更加谨慎地”应对风险，并敦促未来的全基因组设计工作在整个项目生命周期中咨询安全和安保专业人员。
对于政策制定者来说，时机很尴尬。迄今为止，前沿人工智能治理框架主要关注数字风险——网络安全、错误信息和自主代理——而生物设计能力却在相对较少的专门监督下取得了进步。斯坦福大学的结果现在使这一差距变得更加明显。
保持人工智能领先地位
人工智能研究与现实世界结果之间的界限不断变化。无论下一个突破是在实验室、公司董事会还是监管听证会上实现，AI Buzz Wire 都能为您提供所需的背景信息。
阅读更多人工智能新闻 →
