AI 第一次「写活」了完整病毒基因组：302 份草稿，16 株真噬菌体

2026 年 8 月 6 日，《Science》刊了斯坦福与 Arc Institute 团队的一项工作，一句话概括：用基因组语言模型 Evo 1 / Evo 2，从零生成了完整、可存活的噬菌体基因组——不是剪贴天然基因，是真正意义上的"写整本书"。

为什么"写完整基因组"是世纪难题？基因组不是零件集合，是一台精密咬合的机器。一个碱基突变就可能让整条失活；启动子、终止子、识别序列这些非编码区同样生死攸关；复制、转录、翻译、装配四件事还得按时间顺序协同。此前 AI 生物设计顶多写过 CRISPR-Cas、转座子这类小型系统，完整基因组始终越不过去。

他们选的沙盒是 ΦX174——分子生物学的活化石，历史上第一个完成全基因组测序和化学合成的 DNA 基因组，只有约 5386 个核苷酸、11 个基因，却已经比此前任何 AI 生成的生物系统复杂得多。流程是六步：定宿主（大肠杆菌 C 株）→ 选模板 → 用 200 多万条 Microviridae 科基因组微调 Evo 1（650M 参数）/ Evo 2（7B~40B 参数，训练数据 9.3 万亿核苷酸）→ 设计算约束 → 计算过滤 → 实验验证。

过滤靠"编辑部三审"：质量控制（长度 4-6kb、GC 含量、能预测出 ≥7 个基因）、宿主嗜性（刺突蛋白与 ΦX174 一致性 ≥60%）、进化多样性（不能跟原版太像）。最终 302 个候选化学合成、285 个成功组装、16 个在大肠杆菌 C 里"重启"成活——存活率约 5.6%，放在全基因组尺度已属难得。

最惊艳的一幕在冷冻电镜里。Evo-Φ36 这株噬菌体，衣壳里负责包装 DNA 的 J 蛋白，来自进化上相距很远的 G4 噬菌体（与 ΦX174 基因组一致性仅 63%）。此前多篇文献证明，手工把 G4 的 J 蛋白换进 ΦX174 根本活不了。但 AI 同时"设计"了锁（衣壳）和钥匙（J 蛋白），两者严丝合缝——这是生成式设计开始"超越自然进化采样"的最早信号之一。16 株里，每株携带 67~392 个自然界找不到的新突变；Evo-Φ2147 与最近天然基因组的核苷酸一致性仅 93%，按分类惯例已算新物种级别。

实战指向耐药菌。世卫把抗生素耐药列为全球十大公共卫生威胁，2019 年约 127 万人直接死于耐药菌感染。三株 ΦX174 耐药大肠杆菌都在脂多糖合成通路（waa 操纵子）上突变，ΦX174 吸附不上去了。把 16 株组成鸡尾酒反复传代共培养，5 轮内压制了所有耐药培养物；单独用 ΦX174，5 轮毫无办法。AI 噬菌体携带多样衣壳结合蛋白，能识别细菌多种新受体，从根源拖慢耐药进化。

局限写得很诚实：宿主只有实验室非致病大肠杆菌，全程体外培养皿，没做动物体内药效、免疫毒性、给药代谢；ΦX174 约 5kb 是"最简单可构建的病毒"，临床常见致病菌需要的噬菌体更大更复杂，生成成功率会骤降。学界把它比作合成生物学的"莱特兄弟时刻"——证明能飞，但不是商业航班。

它改变的，是噬菌体发现引擎本身。过去从污水土壤筛噬菌体要几个月到几年，现在模型数天出数千候选，走向"按菌株定制、一人一噬菌体方"。这个口子一开，AI 设计生命就从基因回路，正式踏进了基因组尺度。