点击本文中加粗蓝色字体即可一键直达新药情报库免费查阅文章里提到的药物、机构、靶点、适应症的最新研发进展。
在人类科技领域中，人工智能（AI）已经展示了其在蛋白质设计与生成方面的革命性应用。而如今，AI 再次突破，首次实现了设计用于感染和消灭耐药细菌的病毒（噬菌体），标志这一重大进展的研究成果于 2025 年 9 月 17 日在预印本平台 bioRxiv 上首次发表。这项尚未经过同行评审的研究题为《使用基因组语言模型的新型噬菌体生成设计》，揭示了人工智能在创建用于治疗细菌感染的生物技术工具和疗法方面的潜能，为现有的噬菌体疗法提供了有力补充，增添了对抗耐药菌感染的治疗手段。
此项研究由 Arc 研究所与斯坦福大学的 Brian Hie 领导，首次使用 AI 系统成功生成了连续、完整的基因组序列，为实现 AI 创造生命这一目标奠定了基础。尽管人工智能模型已在 DNA 序列和蛋白质复合物生成方面取得成功，由于基因间复杂的相互作用，以及基因复制和调控机制的复杂性，设计出完整的基因组仍然极具挑战。只有在设计出完整的病毒基因组后，才能真正触及生物学领域中多个层次的关键功能。
Brian Hie 团队依托此前开发的两种 AI 模型 Evo 1 和 Evo 2 完成了这项壮举。Evo 1 是首个能够在单核苷酸分辨率生成合理基因组大小的 DNA 序列的 AI 模型，它在多种生物体的基因组上进行了训练，而 Evo 2 则进一步扩展了训练数据，涵盖了包括人类在内的所有功能域，共计 9.3 万亿个核苷酸，能够从头生成复杂的基因组序列。
为了进行实验，研究团队选用噬菌体 ΦX174 作为序列设计的起始模板。ΦX174 是一个基因组相对简单的单链 DNA 病毒，其5386个核苷酸的基因组编码11个基因，尽管合成成本较高，但其复杂结构足以展示 AI 生成能力。此外，ΦX174 的独特基因结构和调控机制为 AI 的设计带来了严格的评价标准。
研究人员利用噬菌体 ΦX174 为模板，在生成具有特定感染大肠杆菌，尤其是耐药菌株能力的噬菌体基因组上取得了突破。在 AI 模型生成的数千个序列中，研究团队最终选出了302种合适的候选噬菌体，并合成了其 DNA 序列进行功能测试。结果发现，在这些设计的噬菌体中，16种能自我复制并特异性地攻击大肠杆菌，甚至表现出超过野生型 ΦX174 的感染能力。
一系列具有复制和感染能力的 AI 设计基因组中，特别是 Evo-Φ2147，含有高达392个突变，可以被认为是一个新物种。此外，其中13个基因组的突变在任何已知自然序列中都未曾出现，显示出 AI 在序列生成上的新突破。研究团队对 AI 模型被滥用于设计有害病毒的担忧进行了回应，强调其训练数据已排除影响人类的病毒，而所用的基础模板和大肠杆菌系统长期被安全用于分子生物学研究。
最后，研究团队表示，期待这种 AI 设计的方法能被安全应用于医药领域，为解决细菌耐药性提供新途径。借助 AI 技术，我们不再局限于自然选择生成的噬菌体，而能创造出多样化的噬菌体，极大地降低细菌产生普遍抗性的可能性，将噬菌体疗法从实验的试误过程转变为系统性领先细菌进化的策略。
免责声明：新药情报内容编辑团队专注于介绍全球生物医药健康研究的最新进展，本文旨在提供信息交流，不代表任何立场或治疗方案推荐。如需专业医疗建议，请咨询正规医疗机构。
