AREX Feed Article
Radical Numerics 发布 Omnii-1，称 AI 设计噬菌体首次经同情用药用于患者
2026 年 10 月 20 日 16:25 UTC（北京时间 21 日 0:25），Radical Numerics 联合创始人兼 CEO Eric Nguyen 在 X 上发布 Omnii-1，称这是公司「最强大的基因组语言模型」。同一条帖文还称，Omnii-1 设计的噬菌体已在一名抗生素耐药感染患者身上以同情用药方式给药，并把这件事称为世界首次。
公司同日发布的技术报告给出了更具体的说法：治疗用的鸡尾酒中含有 Omnii-1 设计的噬菌体变体。在实验室测试中，这支鸡尾酒杀死了从患者体内取出的细菌分离株，随后才被给药。
主张的出处：推文、报告与新闻稿
这项宣布来自三份同日的材料：Nguyen 的 X 帖文、公司博客上的技术报告，以及通过 Business Wire 发布的新闻稿。技术报告给出了更多细节，写明了噬菌体设计方法、实验数据和临床给药情况；它发布在公司博客上，不是同行评审论文。新闻稿则把 Omnii-1 称为「迄今最大的多模态基因组语言模型」，并引用了 Nguyen 和一位临床医生的评论。
新闻稿称，Radical Numerics 由 Evo 和 Evo 2 团队的部分成员创立，Nguyen 是联合创始人兼 CEO。《纽约时报》同日报道了这项宣布，标题为「Start-Up Claims to Use A.I.-Created Viruses to Treat a Patient」（初创公司称用 AI 制造的病毒治疗患者）。
这些材料能证明的，是公司公开作出了这项宣布；它们不是独立的临床证据。
患者、菌株与那支鸡尾酒
公司在一个专门介绍噬菌体项目的页面上写明，患者感染的是抗生素耐药的大肠杆菌（E. coli），治疗通过 FDA 授权的 expanded access（同情用药）途径进行（）。技术报告本身写的是「经授权、由医生主导的同情用药途径」。
新闻稿称，研究人员在数周内设计出针对这名患者持续性耐药感染的噬菌体，治疗在临床站点进行。项目页写明，鸡尾酒里含有 Omnii-1 设计的 T7 变体。
噬菌体是感染细菌的病毒。它感染细菌的第一步是识别细菌表面的受体；菌株之间很小的差异就可能让一株噬菌体失效。传统做法是从天然噬菌体库里筛，筛不到再改造，这也是公司想缩短的搜索环节。
公司在新闻稿中引用了渥太华医院（The Ottawa Hospital）感染病医生兼科学家 Marisa Azad 的话。她说，噬菌体疗法最难的部分是「盲搜，而不是生物学」：要筛成千上万个候选，大多数时候只是知道哪些不管用。她称，Omnii 改变的是「我们拿来搜索的东西」：不用猜和试，可以把模型对准一株耐药菌，拿回针对它设计的序列。
尾丝是入口，40 kb 基因组是约束
公司用来展示设计能力的是 T7，一种研究得很透的 E. coli 噬菌体，基因组约 40 kb，是早期 EvoPhage 所用 ΦX174（5.4 kb）的七倍多。
T7 的尾丝蛋白 gp17 负责识别和附着细菌。改这段序列可能改变宿主范围，也可能破坏噬菌体的组装或复制。Omnii-1 没有从零写一个基因组，它在 T7 基因组里改写选定区域，并利用区域两侧的序列作为上下文，让其余部分保持兼容。
设计空间仍然巨大：一段 n 个核苷酸有 4ⁿ 种可能序列，随机突变加筛选不现实。Omnii-1 先在多样基因组和多组学数据上预训练，再在噬菌体基因组上训练；设计出的变体要经过合成、重启（把基因组放进细菌中产生噬菌体）、感染实验，才能知道是否存活、是否有活性。
公司展示的 T7 设计，改写的是编码尾丝的 gp17 区域；公司称，进入临床的是 T7 变体，骨架来自天然 T7，并非完全由 AI 写出。
帖文用的是「AI 生成」，报告描述的是「AI 设计」的变体：改写一段，没有生成整个基因组。2026 年 8 月《Science》刊出的另一项研究，用 Evo 1 和 Evo 2 以 ΦX174 为模板生成完整基因组，在实验室得到 16 个可行噬菌体（）。两项工作的「AI 生成」含义不同：这次的工作是 AI 设计的变体进入人体，《Science》论文是 AI 生成的完整基因组在体外被验证。
69.9% 与 2,161：公司公布的实验账本
技术报告用一组「设计、合成、测试」的数字来支撑设计能力。公司研究者在 T7 尾丝区域引入不同数量的氨基酸改变，再比较 Omnii-1 选出的设计与随机突变。在 11～15 个氨基酸改变的区间，69.9% 的设计被回收，随机对照只有 4.8%。回收率指重启后有足够测序支持、能检测到设计序列的比例；未检出不一定等于不可存活。
在另一批 6,694 个可测活性的变体中，2,161 个超过野生型，其中包括最多 28 个氨基酸改变的变体；随机对照中超过野生型的最多只有 5 个改变。
公司还测试了宿主预测：在随机留出的 E. coli 菌株上，Omnii-1 的前两个推荐中包含有活性噬菌体的比例为 92.1%。在铜绿假单胞菌（P. aeruginosa）上，加入 E. coli 的相互作用数据后，平均精度（AP）从 0.570 升到 0.608，高于对比模型 GenoPHI 的 0.581。
这些数字来自公司自己的实验和计算评测。它们说明 Omnii-1 能在设计空间中找回更多可存活、活性更高的变体，但不能直接推出对患者有效。
八项应用，和「最强」的边界
噬菌体只是 Omnii-1 的用途之一。基因组语言模型用 DNA 等生物序列训练，用来预测、设计并解释基因组。Omnii-1 的发布材料称，它在 28 种生物模态的数据上预训练，训练量达到数万亿 token（模型处理序列的基本单位），能处理 DNA、RNA、蛋白质、染色质可及性、甲基化、剪接和基因表达等数据。
公司同时展示了八项应用：基因组调控预测、噬菌体设计、复杂疾病变异定位、多癌种诊断、生物防御、稀土分离蛋白设计、抗体设计和癌症疫苗设计。公司称，这些应用都从同一个基础模型出发，通过中训练或后训练适配到不同任务。
「最强大」和「最大」都是公司的说法。发布材料中的对比基准由公司自己运行或复算，八项应用目前也以公司演示的形式出现。
同情用药把问题留在了哪里
美国 FDA 把 expanded access（同情用药）定义为：患者患有严重或立即危及生命的疾病，没有可比或令人满意的替代疗法，又无法参加临床试验时，可以在试验之外申请使用在研产品。FDA 明确说明，这类产品尚未被认定安全有效，可能有效也可能无效，还可能带来意外的严重副作用。
公司称这次走的是单患者 IND，即为一名患者提交的研究性新药申请。这类授权允许给药，但不等于完成了一项临床试验：没有对照组，也没有足够样本去区分药物作用与病程变化。公司自己在报告里写道，单例观察不能建立普遍的安全性或有效性；这些在研疗法也没有被监管机构批准用于更广泛的临床使用。
公司以患者隐私为由，没有披露临床过程或结果。设计、体外实验和给药都有记录，但感染是否好转仍没有公开答案。