生成式 AI 達成了一個研究人員期待已久的里程碑。史丹福大學與 Arc Institute 的科學家成功運用 AI 從零設計出完整的病毒基因體，其中 16 項設計經確認為完全具功能性、具生物活性的病毒，能夠感染細菌。

根據 2025 年 9 月 12 日發表於 bioRxiv 的預印本，這是生成式 AI 首次以端到端方式產出可運作的病毒基因體。這些病毒為噬菌體——專門感染細菌而非人類的病毒。

AI 設計噬菌體的建構方式

由史丹福 Brian Hie 領導、結合 Arc Institute、NVIDIA 與加州大學柏克萊分校合作者的研究團隊，採用了名為 Evo 1 與 Evo 2 的基因體語言模型。這些模型並非預測文字序列中的下一個詞，而是預測 DNA 序列中的下一個鹼基對。此方法借鏡了驅動 ChatGPT 等大型語言模型的 Transformer 架構，但應用於 DNA 的四字元字母系統——A、C、G 與 T。

研究團隊以 ΦX174——一種自然存在、會感染 E. coli 的噬菌體——的架構為基礎，生成了 302 個候選噬菌體基因體。在這些候選基因體中，16 個經實驗驗證能組裝成可感染並裂解 E. coli 細菌的活病毒。

數個 AI 設計的變異株展現出比自然模板高出達 65 倍的複製優勢。研究人員也在針對抗生素抗藥性菌株的雞尾酒療法中測試這些噬菌體，結果顯示出顯著的療效。

抗生素抗藥性為推動力

抗生素抗藥性仍是全球醫療中最迫切卻最被低估的危機之一。世界衛生組織已將抗微生物藥物抗藥性列為全球十大公共衛生威脅之一，抗藥性感染每年導致數百萬人死亡。噬菌體療法利用病毒消滅特定細菌，概念上自 20 世紀初即已存在，並在抗生素時代之前曾廣泛用於蘇聯部分地區。然而，它在西方醫學中從未獲得廣泛的臨床應用，主要是因為為特定細菌菌株設計合適的噬菌體是一項耗時費力的過程。少數噬菌體療法案例已在 FDA 的同情使用條款下進行治療，但可規模化、按需設計的噬菌體技術始終未能實現。

Evo 模型是以涵蓋數兆個 DNA 鹼基對的龐大基因資料集進行訓練，建立在 2024 年提出的前期研究基礎上。自然 ΦX174 噬菌體的基因體約有 5,386 個鹼基對——以生物學標準而言非常小。

生物安全考量

這 16 個功能性噬菌體是在已知自然模板的限制參數下設計而成，並專門針對 E. coli。研究人員強調，他們並非在創造新型大流行病原體。儘管如此，此一核心能力——一個能建構功能性病毒機制的模型——引發了隨技術發展需要審慎討論的治理問題。基因體規模生成式模型的雙重用途性質，使這項研究被納入關於 AI 系統設計生物實體之監管框架的持續政策對話中，此議題已引起美國生物安全機構與國際治理組織的關注。

NVIDIA 參與此一合作，對於關注 AI 基礎設施投資趨勢的人士同樣值得注意。此一規模的基因體建模需要龐大的運算資源，而生命科學領域已成為高效能 GPU 叢集的重要應用領域。此研究延續了一個更廣泛的趨勢：AI 驅動的生物學——從 DeepMind 的 AlphaFold 蛋白質結構預測到全基因體語言模型——已成為應用 AI 中運算需求最高且商業影響最深遠的前沿領域之一。