Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

人工智能设计的病毒正在复制并杀死细菌

Posted on 2025-09-25

这是迈向人工智能生成生命形式的第一步。

充满死细菌的培养皿通常不是什么值得庆祝的事情。但对于斯坦福大学的布莱恩·希伊来说,这却改变了他创造合成生命的努力。

罪魁祸首是一种名为噬菌体的病毒,它能感染并杀死细菌,但不会感染并杀死人类细胞。噬菌体经过亿万年的进化,能够消灭危险的细菌,并有可能成为对抗细菌耐药性的有力工具。

但这种新病毒却将进化论从等式中抹去。一个类似于 ChatGPT 的人工智能设计了它的整个基因组。新的遗传密码使这种合成病毒能够复制、感染并摧毁细菌,标志着迈向人工智能设计生命形式的第一步。

需要明确的是,尽管这种病毒的工作原理与自然界中的病毒相似,但它并不完全是“活着的”。病毒是由微小的遗传物质碎片组成的,需要宿主(在本例中是细菌)来复制和传播。

即便如此,这些病毒仍然是科学家们迄今为止最接近利用生成式人工智能创造新生命形式的成果。这些成果或将增强针对危险细菌感染的治疗,并为构建更复杂的人工细胞提供启示。

Hie告诉《自然》杂志:“这是人工智能系统首次能够编写连贯的基因组序列。” 该研究成果以预印本的形式发表在 bioRxiv 上,未经同行评审。

基因修补

地球上所有生命的基因剧本相对简单。用字母A、T、C和G表示的四种分子排列成三个字母的组,分别编码氨基酸和蛋白质。

合成生物学家通过添加有益基因或删除致病基因来修改这些遗传密码。正是由于他们的这种“修补”,我们现在可以在大肠杆菌(一种常用于实验室和生物制造的细菌)中生产胰岛素和其他多种药物。

现在,生成式人工智能正在再次改变游戏规则。

这些算法已经可以从零开始构建DNA序列、蛋白质结构和大型分子复合物。但构建一个功能性基因组则要困难得多。这些序列需要编码生命机制,并确保其按预期协同工作。

研究小组写道:“许多重要的生物功能并非源于单个基因,而是源于整个基因组编码的复杂相互作用。”

这项新研究采用了非营利组织 Arc 研究所开发的两个生成式人工智能模型Evo 1 和 Evo 2。Evo 2 并非仅仅吸收博客、YouTube 评论和 Reddit 帖子,而是在涵盖所有生命领域的约 128,000 个基因组(9.3 万亿个 DNA 字母对)上进行训练,这使得它成为迄今为止最大的生物学人工智能模型。

这些模型最终了解了 DNA 序列的变化如何改变 RNA、蛋白质和整体健康状况,从而使它们能够从头开始编写新的蛋白质和小基因组。

例如,Evo 1 生成了新的 CRISPR 基因编辑工具和细菌基因组——尽管后者通常包含极其非自然的序列,使其无法为活的合成细菌提供动力。Evo 2 产生了一整套人类线粒体 DNA,可以大量生产与自然界中类似的蛋白质。该模型还创建了一个最小的细菌基因组和一个酵母染色体。但这些都没有在活细胞中进行测试,以验证它们是否有效。

基因组创造者

这项新研究的重点是更简单的生物系统——噬菌体。这些病毒会攻击细菌,目前正在进行临床试验,以对抗抗生素耐药性。理论上,合成噬菌体可能更加致命。

该团队从phiX174病毒入手,这是一种只有单链DNA、11个基因和7个调控基因的DNA片段的病毒。尽管基因组很小,但这种病毒拥有感染宿主、复制和传播所需的一切。它在合成生物学领域也拥有悠久的历史。它的基因组已在实验室中完成完全测序和合成,因此更容易进行修改。它也已被证明是安全的,并且“一直是分子生物学中的关键模型”,该团队写道。

尽管 Evo AI 模型已经接受了大约 200 万个基因组的训练,但该团队通过对噬菌体 DNA 进行某种“大师班”训练,进一步优化了它们的能力。他们还添加了这些病毒中发现的基因组和蛋白质限制,并提示研究人员进行创新。

接下来,AI模型生成了数千个基因组,其中一些包含明显的错误。这两个模型都依赖于训练的模板,但也对噬菌体基因组进行了自己的修改。大约40%的DNA碱基与phiX174相似,但也有一些序列与phiX174完全不同,具有完全不同的遗传特性。

该团队锁定并合成了302种潜在候选病毒,并测试了它们感染和杀灭细菌的能力。总体而言,16种AI设计的候选病毒表现得像噬菌体。它们进入大肠杆菌,进行复制,突破细菌细胞膜,并扩散到邻近细胞。令人惊讶的是,这些合成病毒的组合还能感染并杀死其他大肠杆菌菌株,而这并非它们的设计初衷。

研究团队写道:“这些结果表明基因组语言模型……可以设计可行的噬菌体基因组。”

生物安全刹车

生成式人工智能可以极大地加速科学家编写合成生命的能力。Evo 无需通过大量的反复试验来解码基因和其他分子成分如何协同工作,而是基本上将这些相互作用内化了。

通过更多的测试,该技术可能成为噬菌体疗法的福音,帮助研究人员治疗人类或农作物(如卷心菜和香蕉)的严重细菌感染。

但人工智能生成的病毒可能会令人担忧。因此,该团队增加了一系列安全措施。Evo 的初始训练故意忽略了感染真核生物(包括人类细胞)的病毒信息。而且,在没有人类指导的情况下(这种方法被称为监督学习),算法很难设计出功能性基因组。此外,phiX174 病毒和大肠杆菌在生物医学研究中都有着悠久且安全的历史。

无论如何,这些技术有可能被用来增强感染人类的​​病毒。合成生物学先驱J·克雷格·文特尔在接受《麻省理工科技评论》采访时表示:“我敦促大家对任何病毒增强研究都应格外谨慎,尤其是在随机性很强、你不知道最终结果如何的情况下。”

构建更大的基因组,例如大肠杆菌的基因组,需要做更多工作。病毒会劫持宿主细胞进行复制。相比之下,细菌则需要分子机制来生长和增殖。与此同时,关于合成生命的伦理和安全问题的争论日益激烈。

作者表示,他们的研究成果为利用生成式人工智能在基因组层面设计实用生命系统奠定了基础。尽管未来的道路可能漫长而坎坷,但 Hie 对此充满乐观。他说,随着更多研究的开展,“下一步就是人工智能生成生命”。

人工智能设计的病毒正在复制并杀死细菌一文首先出现在SingularityHub上。

原文: https://singularityhub.com/2025/09/25/ai-designed-viruses-are-replicating-and-killing-bacteria/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme