斯坦福大学（Stanford University）的研究人员首次利用生成式人工智能模型设计出数百个完整的噬菌体基因组。在针对大肠杆菌（Escherichia coli）测试这些噬菌体的有效性后，团队报告获得了16种具有强效杀菌能力的新型病毒，这可能开启AI引导治疗设计的新时代。

基因组语言模型生成完整噬菌体基因组

利用AI创建复杂生物系统有望改变生物技术。基因组语言模型并非在文本上训练，而是在来自生命所有域的数百万个基因组上训练，能够学习塑造自然界DNA的进化模式，并据此生成全新的序列。尽管在单个基因和基因回路尺度上已取得进展，但全基因组设计此前一直未能实现。

噬菌体因其体积小、易操作以及在分子生物学、微生物工程和医学中的广泛应用，被认为是理想的切入点。该团队以噬菌体ΦX174为模板，使用基因组语言模型Evo 1和Evo 2，生成了针对大肠杆菌具有特异性的新型完整噬菌体基因组。

近300个设计经合成与实验验证

研究人员对这些设计进行了计算评估，并将近300个最具前景的设计进行化学合成，在实验室条件下测试，最终获得16种具有多样序列、结构和适应度特征的可行病毒。这些噬菌体在遗传上与任何已知天然噬菌体不同，能够感染并摧毁大肠杆菌。

当研究人员将新型噬菌体混合物测试于已进化出对ΦX174抗性的大肠杆菌时，这些噬菌体迅速克服了病原体，而天然存在的类似ΦX174的噬菌体混合物则未能做到。同时，冷冻电镜（cryo-electron microscopy）揭示，其中一种噬菌体的衣壳使用了一种进化上远缘的DNA包装蛋白，这可能有助于解释其成功。

合成基因组学的重要里程碑

总体而言，这项工作是在全基因组水平上进行AI引导生物设计的一个引人注目的概念验证，并展示了开发针对快速进化病原体新疗法的潜在路径。

未参与该研究的英国曼彻斯特生物技术研究所（Manchester Institute of Biotechnology）的Patrick Cai对伦敦科学媒体中心（Science Media Centre）表示：“这是合成基因组学的一个重要里程碑。我们首次看到AI超越预测生物序列，生成在实验室中起作用的完整功能基因组。虽然这些是相对较小的噬菌体基因组，但其意义远不止于噬菌体。它表明基因组语言模型开始学习进化所编码的设计原则，为AI辅助基因组书写打开了大门。下一个挑战是将这些方法扩展到更大、更复杂的基因组，同时确保每一次计算预测都得到严格实验验证的匹配。”

尽管围绕生物安全和监管的重要问题仍需解决，但团队对其突破性方法的未来充满期待。研究作者Samuel King总结道：“由于这些模型的能力，科学的新大门现在打开了。”

来源：BioTechniques（英文原文，生物航编译，内容以原文为准）