斯坦福大学研究团队利用人工智能成功设计出16种自然界不存在的全新病毒，属于噬菌体，能够感染并杀死对天然噬菌体已产生耐药性的大肠杆菌。这是人类历史上首次，AI不仅“理解”了生命的语言，还学会了“书写”完整的基因组。

研究团队使用名为Evo1和Evo2的基因组语言模型，其工作原理与ChatGPT等大语言模型类似，只不过训练的不是文本，而是病毒、细菌、植物和人类的基因。AI学会识别自然界中长期演化形成的DNA结构模式后，生成了数千组全新的基因序列。研究人员从中选出约300组进行实验测试，最终得到16种具备活性的噬菌体。

这些AI设计出的噬菌体不同于任何已知的天然噬菌体，拥有全新的突变、差异化的基因和调控元件。实验表明，由它们组成的混合制剂能快速抑制已经产生耐药性的大肠杆菌。

在美国，耐药菌每年造成成千上万人死亡。但长期以来，从自然界海量噬菌体中筛选有效品种如同大海捞针，科学家可能需要花费数年甚至一生才能完成。AI将这一过程大幅压缩，输入数据、生成方案、实验室验证，即可得到结果。

噬菌体疗法并非新生事物。1919年，巴黎就开展了第一种噬菌体疗法的应用。在东欧的格鲁吉亚、波兰和俄罗斯，这种疗法自被发现以来一直是医疗保健实践的一部分，已经持续使用了近百年。

然而，20世纪中叶青霉素等抗生素凭借标准化生产和广谱抗菌能力迅速占领市场后，噬菌体疗法在西方被弃用。几十年间积累的临床数据，因未能在现行西方监管标准下得到验证，欧洲监管机构并未将其纳入考量。至今，FDA尚未批准任何一款噬菌体疗法药物。在欧洲，直到2024年，噬菌体疗法药物的统一质量标准才首次被纳入药典。

如今，AI让这一矛盾更加尖锐。约翰霍普金斯大学专家指出，利用人工智能编写病毒基因组的技术现在已经具备，但能对其进行安全管控的治理体系却尚未建立。现在的问题不再是“AI能否设计出病毒基因”，而是人类能否在“不造成严重危害”的前提下使用这项技术。毕竟，部分人掌握这项技术后，未必会将其用在医疗领域。

该AI模型属于开源性质，意味着技术扩散的门槛极低。伦敦帝国理工学院合成基因组工程教授艾理斯指出，如果AI系统掌握了危险病毒的结构信息，理论上完全可以用来设计更具危害性的病毒。不仅可能被用于改造现有病原体，更可能被用于创造全新的致命病原体。

传统的监管模式，在AI设计生物制品的场景下面临挑战。AI设计的生物体不属于已知的“特定病原体”，现有监管框架可能根本不适用。因此需要在技术链的多个环节设置关卡，比如分层监管——在AI开发与访问端建立保障机制，对DNA合成订单进行系统筛查。目前，部分企业已加入国际基因合成联盟，强制筛查订单中可能编码毒素的序列。

当前基因合成成本持续下降、全球合成能力分散分布。最有效的干预手段就在DNA制造过程，要确保能在病原体被合成之前就将其拦截。AI行业巨头已联合呼吁美国政府加强对合成DNA的监管，从源头阻断危险遗传物质的流出，这可能是成本最低、效果最直接的防线。

技术本身并无善恶之分，关键在于掌握技术的人类能否建立有效的规则。这场科学与治理的赛跑，才刚刚开始。

以上内容归星岛新闻集团所有，未经许可不得擅自转载引用。