斯坦福大学以及麻省理工学院和哈佛大学布罗德研究所的研究人员利用人工智能设计和合成了自然界中不存在的功能性病毒，这标志着多个媒体称之为科学首创，对医学和生物安全都产生了深远的影响。
在 2026 年 8 月 7 日《科学》杂志上发表的研究结果中，研究小组表示，他们使用天然存在的噬菌体（一种感染细菌的病毒）作为模板，然后利用生成式人工智能生成数千个新的基因组序列。该团队化学合成了近 300 个人工智能生成的基因组，并在实验室条件下对其进行了测试，最终产生了 16 种完全可行的自我复制病毒。
这项由 Brian Hie 和 Samuel King 等研究人员领导的研究表明，机器学习模型现在可以从头开始设计整个活的生物实体。在头对头测试中，事实证明，合成病毒的混合物比其来源的天然噬菌体更能有效地杀死大肠杆菌，这表明人工智能生成的病原体在目标应用中可能优于其天然对应物。
对于追踪人工智能研究突破快速发展前沿的读者来说，这项工作值得注意的是，它跨越了一个直到最近还属于推测性讨论的门槛：利用人工智能生成完整的、有功能的生物体的能力。
从文本到基因组
该方法反映了语言模型的架构。人工智能系统不是预测句子中的下一个单词，而是预测病毒基因组中的下一个构建块。通过对已知噬菌体 DNA 序列的大型数据库进行训练，该模型了解了控制这些基因组如何组装的统计模式。然后它可以生成遵循相同生物学规则的全新序列，但不对应于之前编目的任何病毒。
研究人员合成了大约 290 个人工智能设计的基因组。当引入细菌培养物时，其中 16 个细菌成功感染并在目标体内复制——证实它们不仅仅是纸上看似合理的基因序列，而是运转的生物机器。
作者在《科学》杂志上写道：“我们的方法扩展了合成基因组学与定向进化和理性工程等方法一起所能实现的目标。”他们表示，这项工作“为针对快速进化的病原体产生适应性和弹性的噬菌体疗法奠定了道路”，并“为更大、更复杂的基因组的生成设计奠定了基础”。
医疗承诺遭遇生物安全焦虑
其医学意义是重大的。噬菌体长期以来一直被研究作为传统抗生素的潜在替代品，特别是随着耐药细菌感染在全球范围内扩散。如果人工智能能够快速设计针对特定病原体的噬菌体，那么在世界卫生组织警告后抗生素时代即将到来之际，它可能会加速个性化抗菌疗法的开发。
多伦多大学和多伦多总医院的传染病专家艾萨克·博戈赫（Isaac Bogoch）没有参与这项研究，他告诉半岛电视台，这项研究既带来希望又令人担忧。他说，人工智能设计的病毒可以帮助以新的方式应对抗生素耐药性感染，但“如果应用于有害病原体，设计完整的功能性病毒的能力很容易成为严重的生物安全风险。”
悉尼新南威尔士大学生物技术和生物分子科学学院教授 Fatemeh Vafaee 回应了这种双重用途的担忧，同时指出了这项研究的严谨性。她认为，生成人工智能和合成基因组学的融合要求强有力的护栏、筛选协议和监督机制与技术一起发展，而不是事后发展。
加速能力的模式
该《科学》杂志的出版物遵循了人工智能驱动的蛋白质和基因组设计的早期里程碑。 2025 年 9 月，研究人员宣布了世界上第一个人工智能设计的病毒，该病毒被证明能够复制和杀死细菌。这项新研究更进一步，大规模生成了多种可行的病毒，并证明人工智能设计的组合可以在受控实验中超越天然噬菌体。
进展的速度让一些生物安全专家感到不安。事实上，一个研究小组现在可以生成数百个候选基因组，并在几周内验证数十个基因组，这一事实说明了生成模型如何压缩计算设计和生物现实之间的时间线。政策制定者和科学机构越来越多地呼吁更新筛查框架，以确保商业 DNA 合成提供商能够在生产前标记出潜在危险的序列。
随着人工智能生物学工具的快速发展，一些政府和国际组织一直在制定基因序列筛选标准。这种担忧并非假设：随着合成 DNA 的成本持续下降，将人工智能生成的基因组转化为物理有机体的障碍也随之减少。
接下来会发生什么
斯坦福大学和布罗德研究所的研究人员表示，他们的工作为设计逐渐更大、更复杂的基因组奠定了基础，有可能超越噬菌体进入其他生物系统。他们将这项研究定位为证明生成人工智能可以作为合成生物学的实用引擎，而不仅仅是一种理论练习。
对于科学界来说，眼前的问题围绕着可重复性、安全协议和可及性。人工智能设计的噬菌体是否可以安全地部署在临床环境中需要进行广泛的测试。对于更广泛的公众来说，这项研究代表了人工智能正在重塑曾经被认为是自然专属领域的另一个例子。
保持人工智能领先地位
随着生成式人工智能将其影响范围从语言和图像扩展到生命本身，数字设计和生物现实之间的界限不断缩小。关注 AI Buzz Wire，持续报道人工智能与生命科学之间的交叉点。
阅读更多人工智能研究新闻 →
