AREX Feed Article
斯坦福与 Arc 团队用 Evo 基因组语言模型从头设计 16 个功能噬菌体，鸡尾酒组合攻克耐药菌
导语：从读基因组、写基因组，到 AI 设计基因组——合成生物学跨过了第三条边界。
2026 年 8 月 6 日，《Science》刊登了斯坦福大学与 Arc 研究所的一项研究：团队利用基因组语言模型（genome language model）Evo 1 和 Evo 2，以天然噬菌体 ΦX174 为模板，从头生成了数百个候选噬菌体基因组，经实验验证获得 16 个具备完整功能的合成噬菌体，其中部分噬菌体的鸡尾酒组合在 1–5 个传代内攻克了两株对天然 ΦX174 具有完全抗性的大肠杆菌菌株。 等人将这项工作称为"基因组尺度的生成式设计蓝图"，同期《Science》刊发的 Perspective 文章则发出警告："问题不再是生成式病毒基因组设计会不会出现，而是社会能否建立足够的监管。"
论文信息
- 论文标题：Generative design of bacteriophages with genome language models
- 论文链接：
- 开源地址：Evo 2 模型代码与权重已在 公开
- 核心成绩：基因组语言模型首次生成完整功能噬菌体基因组，16 个合成噬菌体获实验验证，鸡尾酒组合克服细菌耐药性
从设计单个蛋白到写出整条基因组：为什么这一步如此困难
过去几年，AI 在蛋白质设计领域已有多项突破——从 David Baker 团队的从头蛋白设计获得 2024 年诺贝尔化学奖，到 Evo 系列模型此前验证过的 CRISPR-Cas 复合体与转座子系统生成。但这些成果全部停留在"单个基因或双组分系统"的层面。
完整的基因组设计则是另一回事。ΦX174 虽然只有 5,386 个核苷酸、编码 11 个基因，却同时包含至少 7 个调控元件和 2 个识别序列，其基因之间存在广泛的重叠阅读框——同一段 DNA 序列同时编码两种蛋白质。论文第一作者、斯坦福大学博士生 Samuel King 指出，基因组设计的核心挑战在于"模型能否在整条基因组的尺度上推理出各个元件之间必须协同工作的方式"。一个核苷酸的改动可能同时影响两个基因，这种"多重约束"使得生成一个可存活的基因组远比生成一个可用的蛋白质困难得多。
英国曼彻斯特大学生物技术研究所合成基因组学主席 Patrick Cai ："这是合成基因组学的一个重要里程碑。我们第一次看到 AI 从预测生物序列跃迁到生成在实验室中实际工作的完整功能基因组。"
四个环节：注释、微调、过滤、筛选
团队首先解决了一个技术问题：基因注释。标准基因预测工具最多只能识别 ΦX174 11 个基因中的 7 个，因为重叠阅读框会混淆这些为非重叠基因设计的算法。团队开发了一套结合开放阅读框扫描和噬菌体蛋白数据库同源搜索的定制注释管线，成功识别了全部 11 个基因，并将其作为评估生成序列质量的"基本过滤器"——每一条 AI 生成的基因组至少需要命中 7 个天然 ΦX174 蛋白。
第二步是监督微调。Evo 1 和 Evo 2 的基础模型虽然已经分别用超过 270 万个原核生物与噬菌体基因组（Evo 1）以及 9.3 万亿个核苷酸（Evo 2，覆盖全生命之树）进行了预训练，但它们缺乏对特定噬菌体家族的精准控制能力。团队将 Evo 模型在 14,466 条 Microviridae 科序列上做了微调——以 99% 序列相似度聚类以去冗余——使模型专门化为"ΦX174 类基因组生成器"。 详细记录了这一步的工程细节：提示词（prompt）的设计和采样参数的调优被证明是平衡"序列相似度"与"进化新颖性"的关键——过于保守则与野生型无异，过于激进则丧失功能。
第三步是多维度计算过滤。数千条生成序列需要根据基因完整性（≥7 个蛋白命中）、宿主特异性（刺突蛋白序列保守以保证感染大肠杆菌 C 株）和进化距离三个维度逐一筛选。最终，团队从中挑选出约 300 条候选基因组进入实验验证。
第四步是高通量实验筛选。传统噬菌体实验流程无法应对数百个待测基因组的规模，团队开发了一种基于 96 孔板的生长抑制实验：通过 Gibson 组装法合成基因组，转化进感受态大肠杆菌 C，在 2–3 小时内监测 OD₆₀₀ 的下降来判定噬菌体是否成功裂解宿主。285 个设计中最终有 16 个被序列验证、扩增为工作储备液并完成了宿主范围与适应度表征。
庞培法布拉大学系统生物学教授 Jordi García Ojalvo ，这一流程的效率约为 5%，与山中伸弥 2012 年因诱导多能干细胞重编程而获诺贝尔奖时的效率属于同一数量级："未来版本是否会实现质的飞跃尚不确定，因为基因组语言模型可用的数据始终有限。"
16 个新噬菌体：67 到 392 个突变，一个跨物种的蛋白组合
16 个功能噬菌体与其最近的自然基因组之间各含 67–392 个新突变。其中 Evo-Φ2147 携带 392 个突变，与已知噬菌体 NC51 的平均核苷酸相似度（ANI）仅为 93.0%——按照某些分类学标准，这已足以定义为一个新物种。13 个合成基因组中包含在任何已知自然序列中都找不到的突变，证明 Evo 模型确实探索了自然进化未曾触及的序列空间。
其中 Evo-Φ36 的表现尤为特殊：该噬菌体的衣壳内整合了来自远缘噬菌体 G4 的 DNA 包装蛋白 J——G4 的 J 蛋白仅有 25 个氨基酸，而 ΦX174 原来的 J 蛋白为 38 个氨基酸。此前研究者曾尝试通过理性工程将 G4 的 J 蛋白直接引入 ΦX174，但以失败告终。冷冻电镜（cryo-EM）结构解析揭示，缩短的 J 蛋白在衣壳内采取了截然不同的取向——而 AI 生成的基因组在 J 蛋白周围的序列环境中自发产生了补偿性突变，使这一跨物种的蛋白组合得以正常工作。
在生长竞争和裂解动力学实验中，多个 AI 设计噬菌体的适应度超过了野生型 ΦX174。但论文中最具应用指向性的数据来自耐药性实验：团队在实验室中培养出对 ΦX174 具有抗性的大肠杆菌菌株（突变位于 waa 操纵子，该操纵子负责修饰细菌表面受体），随后用多种 AI 设计噬菌体的混合物——一种"AI 噬菌体鸡尾酒"——在 1–5 个传代内攻破了全部耐药菌株，而野生型 ΦX174 完全失败。序列分析显示，这些突破耐药性的噬菌体是来自 2–3 个不同 AI 设计的马赛克基因组，突变集中在与细菌受体互作的表面暴露区域。
新西兰怀卡托大学噬菌体治疗研究组负责人 Simon Jackson ："这是一个令人印象深刻的原理验证。AI 生成的多样性为快速适应耐药机制提供了原材料，有可能将噬菌体治疗从试错过程转变为一种系统性地领先细菌进化的方法。"
不只是科学突破：一篇同期 Perspective 发出了紧急安全警告
King 等人在论文中特意辟出篇幅讨论生物安全与双重用途风险，强调"未来从事全基因组设计的团队应在项目全生命周期中咨询安全与安保专家"。团队从训练数据中刻意排除了人类病原体序列，确保 Evo 模型无法生成感染人类的病毒基因组。宿主特异性通过刺突蛋白保守性被锁定在非致病性的大肠杆菌实验株上。
但《Science》同期发表的 Perspective 文章——由约翰·霍普金斯大学健康安全中心的 撰写——开门见山地写道："问题不再是生成式病毒基因组设计会不会存在，而是社会能否建立既能释放其益处、又能防止其造成严重危害的监管。"
二人指出，当前全球对合成核酸的筛查依赖供应商自愿执行，而非法律强制。由于 AI 生成的基因组可能与已知序列差异巨大，"迫切需要开发能够标记新型危险设计"的筛查方法。这一立场获得了论文作者本人的呼应——Brian Hie 与 Samuel King 已就相关技术申请了斯坦福大学与 Arc 研究所的临时专利，Hie 同时披露自己是 Arpelos Biosciences 和 Genyro 的科学联合创始人。
英国科学媒体中心同时引述了 Marc Güell（庞培法布拉大学 ICREA 研究教授，其团队日常使用 Hie 团队开发的 DNA 语言模型）的观点："研究水准非常高……我们正在见证一个非常重要的转折点。有史以来第一次，我们开始在计算机上设计生物学。迄今为止，我们只能读取和改写，但无法生成新的合成内容。借助 AI，我们开始摆脱对生物勘探的完全依赖。"
从 ΦX174 到更大的基因组：设计能力还差多远
Arc Institute 博客指出，ΦX174 被选为模板有其历史象征意义。1977 年，Frederick Sanger 完成了 ΦX174 的全基因组测序——这是人类历史上第一个被完整读取的基因组。2003 年，Craig Venter 团队完成了 ΦX174 的全化学合成——第一个被"写入"的基因组。2025–2026 年，AI 完成了 ΦX174 的从头设计——第一个被"生成"的基因组。Arc Institute 的博客将这一脉络概括为：读、写、设计。
但 5,386 个核苷酸的规模也暴露了当前方法的硬约束。DNA 合成成本使得更大的基因组目前尚不具备高通量实验验证的经济可行性。论文的下一步方向包括针对植物病原体（如引起十字花科黑腐病的 Xanthomonas campestris）和临床病原体（如引起呼吸道感染的铜绿假单胞菌 Pseudomonas aeruginosa）的噬菌体设计。合成基因组学主席 Patrick Cai 则在评论中指出："下一个挑战是将这些方法扩展到更大、更复杂的基因组，同时确保每一个计算预测都有严格的实验验证作为匹配。"
论文在摘要中总结道：这项工作为基因组尺度的合成生物学设计提供了一张蓝图。
参考链接
- King, S.H. et al. "Generative design of bacteriophages with genome language models." Science 393, eaec2657 (2026).
- King, S.H. & Hie, B.L. "How We Built the First AI-Generated Genomes." Arc Institute Blog, 17 Sep 2025.
- Inglesby, T.V. & Hanke, M.S. "AI-designed viral genomes." Science 393 (2026).
- EurekAlert. "AI system designs functional bacteriophages from scratch." 6 Aug 2026.
- Science Media Centre UK. "Expert reaction to generative design of bacteriophages with genome language models." 6 Aug 2026.
- Inside Precision Medicine. "AI-Designed Viral Genomes Raise Biosecurity Concerns." 6 Aug 2026.
- GEN – Genetic Engineering and Biotechnology News. "AI Designs Viable Bacteriophage Genomes, Combats Antibiotic Resistance." 17 Sep 2025.
- King, S.H. et al. "Generative design of novel bacteriophages with genome language models." bioRxiv (2025).
- Arc Institute. "Evo 2: DNA Foundation Model."