AI寫出病毒基因組：16種噬菌體在實驗室獵殺大腸桿菌

抗生素逐漸失靈之際，專門感染細菌的噬菌體被視為另一種抗菌武器。如今，研究人員不只從自然界尋找合適病毒，而是讓基因組語言模型寫出新的完整藍圖，再把它們送進實驗室接受最直接的考驗：能否真正組裝、繁殖並殺死細菌。

史丹佛大學與合作機構的團隊使用Evo 1與Evo 2模型，以感染大腸桿菌的裂解型噬菌體ΦX174為設計範本。這類模型處理的不是人類語句，而是DNA鹼基排列；它從大量基因組中學習序列之間的規律，再產生具有基因與調控架構的候選病毒基因組。

模型先生成數以千計、乃至更多的候選序列，研究人員經電腦與實驗條件篩選後，挑出約285套進行合成。最終只有16套能形成具感染力、可以自我複製的噬菌體，成功率並不高，卻首次以實驗證明：AI生成的完整病毒基因組不只是看似合理的字串，也可能成為具生物功能的實體。

這16種噬菌體都能感染大腸桿菌，部分在培養皿中的殺菌速度更快於天然ΦX174。更具治療意義的是，研究人員先讓大腸桿菌演化出對天然噬菌體的抗性，再以多種AI設計噬菌體組成「雞尾酒」施壓。不同報導對測試菌株數目的描述略有差異，但一致指出，混合噬菌體能壓制多株原本不再受ΦX174感染的大腸桿菌。

這項結果並不等同於已找到可治療抗藥性感染的新藥。實驗在培養環境中進行，尚未回答噬菌體進入動物或人體後的分布、免疫反應、毒性與療效，也未證明它們能對付臨床上因抗生素抗藥性而棘手的大腸桿菌感染。從16個可用設計到穩定、可製造的治療產品，仍需動物研究、品質控制與臨床試驗。

研究同時揭示鮮明的雙重用途風險。團隊刻意排除會感染人類、動物或植物的病毒資料，並選擇不能感染人類、基因組極小的噬菌體作為測試對象；然而，完整病毒基因組已能由生成式模型提出並經DNA合成落地，安全問題也就不再只存在於軟體端。

外部專家主張，治理必須涵蓋模型存取、研究審查、DNA合成序列篩檢與實驗室生物安全，而不能只靠刪除訓練資料。這項研究目前最確實的意義，是把AI設計抗菌噬菌體從電腦模擬推進到可驗證的生物學成果；至於它能否成為臨床療法，以及如何避免同一能力遭到誤用，將是接下來同樣重要的兩場試驗。