來源：參考消息

編譯：焦宇

據(jù)德國《明鏡》周刊網(wǎng)站9月24日報道，雖然Phi X 174病毒的直徑不足萬分之一毫米，卻在科學(xué)界扮演著舉足輕重的角色。

圖片來源：攝圖網(wǎng)

1935年，人們在法國巴黎下水道系統(tǒng)的樣本中發(fā)現(xiàn)了這種噬菌體。對于一種能夠感染并摧毀腸道中的大腸桿菌的病毒來說，這是個好地方。自那時起，研究人員就致力于研究這種病毒，甚至因此贏得了諾貝爾獎。1977年，一個團隊首次成功完成了脫氧核糖核酸(DNA)全測序：測定的正是Phi X 174的DNA序列。

現(xiàn)在美國斯坦福大學(xué)等機構(gòu)的研究人員利用人工智能，設(shè)計并制造了基于Phi X 174的病毒。它很可能是全球首批由人工智能設(shè)計的“計算機病毒”。該團隊特意通過人工智能賦予這些病毒新的能力，使其能夠感染和滅殺對傳統(tǒng)Phi X 174噬菌體具有抗性的大腸桿菌。他們的研究報告目前僅作為預(yù)印本發(fā)表，因此仍需經(jīng)過同行評審。

生物信息學(xué)家、該研究項目主管布賴恩·希認為，這種方法在醫(yī)學(xué)領(lǐng)域展現(xiàn)出明確的應(yīng)用潛力。人工智能殺菌病毒或許可以用來對抗嚴重的感染。

但顯然，他的設(shè)想遠不止于此。希向英國《自然》周刊表示：“下一步是利用人工智能生成生命體?！辈贿^，要實現(xiàn)這個目標似乎還有很長的路要走，畢竟即便是細菌都比病毒復(fù)雜得多。病毒不是生物，因為它們沒有自身的新陳代謝，也無法獨立繁殖。

所有生物都有一種藍圖，即DNA。在DNA的各個片段，也就是基因中，編碼了相應(yīng)的生物特性信息。研究人員如今能夠解碼這種藍圖，甚至能在一定程度上發(fā)現(xiàn)哪個基因具有哪些作用。例如，ApoE基因的某種特定變體可能會增加人類患上阿爾茨海默病的概率。

因此，當DNA鏈特定位置出現(xiàn)某種特定的構(gòu)建模塊（即核苷酸）序列時，它就具有特定意義。這種藍圖的作用機制有點類似于語言。在此基礎(chǔ)上，科學(xué)家們開發(fā)了協(xié)助研究DNA的人工智能模型。其概念與GPT-5（當前支撐ChatGPT的最新人工智能模型）及其他大型語言模型相同：人工智能需要推測，在特定情況下哪些字母和音節(jié)（或就本例而言，哪些核苷酸）序列最有可能出現(xiàn)，并為此預(yù)先使用海量數(shù)據(jù)集進行訓(xùn)練。

Evo 1和Evo 2就是這樣的DNA模型，兩者均由希參與開發(fā)。他的團隊又進一步利用噬菌體相關(guān)數(shù)據(jù)對這些模型進行了訓(xùn)練，引導(dǎo)它們設(shè)計出能夠感染大腸桿菌的類似Phi X 174病毒。然后，他們從人工智能生成的數(shù)千條建議中選出了302個看起來有前景的方案，并人工合成了這些病毒。

結(jié)果是在測試中，302個設(shè)計中有16個確實感染了大腸桿菌。其中一些病毒的混合物甚至能夠感染并殺死3種對Phi X 174本身具有抗性的大腸桿菌菌株。此外，一些人工智能病毒適應(yīng)性更強，具有更高的生長率。

德累斯頓生物技術(shù)中心的生物化學(xué)家安娜·珀奇表示：“盡管這并非首個有針對性合成新DNA序列的研究，卻是首次系統(tǒng)性針對整個基因組進行操作，盡管只針對小型病毒基因組?！?/p>

珀奇認為：“這項研究蘊含著解決當今時代一些重大課題的巨大潛力。”例如，或許可以有針對性地制造病毒來攻擊致病細菌，尤其是在越來越多的細菌產(chǎn)生抗生素耐藥性的情況下。

未來，制造“有益”細菌也可能成為現(xiàn)實，例如用于降解塑料的細菌。珀奇說：“目前尚未使用這些模型設(shè)計出如此規(guī)模的基因組。但這實際上只是時間問題?！?/p>

同時，這位科學(xué)家也提出顧慮，從感染細菌的病毒到感染人類的病毒，這一步跨越并不遙遠。據(jù)斯坦福大學(xué)研究人員稱，為避免這個問題，他們在訓(xùn)練模型時僅使用了那些不會對人類造成傷害的病毒數(shù)據(jù)。珀奇解釋說：“在這項研究中，針對目標病毒類型對模型進行了微調(diào)。”但是，“同理，針對任何其他病毒，模型也可以被微調(diào)，這當然存在風(fēng)險”。