研究人员利用人工智能设计了能够杀死细菌的全新功能病毒，这标志着合成生物学和潜在医学治疗向前迈出了一大步。这一进展同时凸显了对人工智能在生物武器开发中的双重用途风险的严重担忧。
病毒式设计的技术突破
科学家们第一次成功地利用人工智能来设计自然界中不存在的全新病毒。通过利用称为 Evo 1 和 Evo 2 的先进基础模型，斯坦福大学和 Arc 研究所的研究人员能够合成专门针对并消除某些细菌的病毒。虽然合成生物学此前允许研究人员重新创建或修改现有病原体以用于疫苗和药物开发，但这项研究表明人工智能可以成功地从头开始构建新的病毒基因组，这代表了一种转变。这些人工智能模型在包含来自自然界的数百万个基因组的海量数据集上进行训练，学习构建具有典型噬菌体中不存在的独特调节元件和遗传结构的功能生物体所需的复杂生物约束和进化模式。
方法论和实验执行
该研究以噬菌体为中心，噬菌体是自然感染细菌的病毒。该团队使用 Phi X-174 病毒作为生物学参考点，指示 AI 生成基因组，该基因组可以维持感染大肠杆菌的功能要求（例如 DNA 插入、复制和病毒组装），同时与已知的自然序列显着不同。从算法生成的数千个设计中，研究人员将选择范围缩小到 300 个候选者，这些候选者根据其内部基因组织表现出最有希望的功能。这 300 种设计是在实验室环境中合成的。经过测试，发现其中 16 个合成物功能齐全，具有感染大肠杆菌的能力。这些特定病毒表现出不同的行为，其中一些病毒的复制速度比其他病毒快，这证明人工智能可以可靠地创建具有自定义特征的可行生物制剂。
在医学治疗中的潜在应用
这项研究最有希望的意义之一是开发先进的噬菌体疗法来对抗抗生素耐药性细菌感染。在实验室实验中，人工智能生成的噬菌体暴露于大肠杆菌菌株中，这些菌株已经对类似于 Phi X-174 的天然噬菌体产生了抗性。结果表明，合成病毒可以迅速克服这种抵抗力并成功建立感染，有效地中和细菌。这表明未来人工智能可以用来设计与病原体一起进化的个性化医疗方法。由于这些人工智能系统可以如此快速地合成新的生物结构，因此它们为应对日益严重的全球细菌耐药性危机提供了一条潜在途径，为可能不再有效对抗突变菌株的传统抗生素提供了替代品。
生物安全和监管挑战
虽然噬菌体疗法的科学潜力巨大，但这一里程碑加剧了人们对生物技术中生成人工智能的双重用途的担忧。包括约翰·霍普金斯大学健康安全中心的莫里茨·汉克在内的专家指出，人工智能驱动的合成生物学的快速发展与缺乏强有力的监管框架之间存在着危险的脱节。人们明显担心，用于制造治疗性噬菌体的相同技术可能会被重新用于设计剧毒、致命或具有大流行能力的病原体。这些担忧并不新鲜。兰德公司等组织此前发出的警告强调了先进的人工智能如何完善生物攻击的规划。目前的现实是，目前几乎没有有效的保障措施来防止这些强大的生成工具被恶意利用，从而留下了随着技术规模扩大而政府正在努力弥合的监管漏洞。
⚖ The Balanced View
Supporting view
该研究表明，在创建个性化、人工智能驱动的噬菌体疗法方面取得了突破，这种疗法可以快速适应进化并中和传统抗生素无法治疗的耐药菌株。
Concerns & criticism
该技术缺乏足够的监管保障，从而增加了设计新型生物制剂的能力可能被武器化以制造致命、有毒或引发大流行的病原体的巨大风险。
→What's next
科学界可能会专注于开发更好的护栏和生物安全协议，以防止合成基因组生成的滥用。与此同时，预计进一步的研究将测试这些人工智能设计的噬菌体在实验室环境之外更复杂的生物环境中的功效和安全性。