斯坦福AI设计病毒的研究用了什么技术？

　　斯坦福大学团队利用名为Evo 1和Evo 2的基因组大语言模型，首次成功从零设计出16种具有完整生命活性的全新噬菌体病毒，这一突破性成果于2026年8月6日登上《科学》杂志封面，标志着AI正式迈入“编写生命代码”的新纪元。

　　

　　一、技术核心：基因组大语言模型的“生命语言”预测

　　模型架构：研究使用的Evo 1和Evo 2是专门针对基因组序列训练的生成式AI模型，其工作原理与ChatGPT等大语言模型类似，但预测的对象不是文字，而是“生命的语言”——DNA核苷酸序列（A、C、G、T）。

　　训练数据：模型接受了来自200多万种噬菌体（感染细菌的病毒）基因组的训练，还涵盖病毒、细菌、植物和人类的遗传编码，总计分析了约9万亿个核苷酸序列。

　　设计流程：AI通过学习自然界DNA的“语法规则”，自动生成约70万个候选病毒基因组，研究人员从中筛选出302个最具潜力的设计进行人工合成与实验验证。

　　

　　二、功能验证：16种人工噬菌体精准击杀耐药细菌

　　实验结果：在安全实验室中，合成的基因组被导入细菌体内，最终有16种新型噬菌体成功存活并实现自主复制，能够有效杀死大肠杆菌。

　　性能表现：部分AI设计的噬菌体繁殖速度甚至超过了天然模板Phi X-174，且在联合使用时能够突破两种对天然噬菌体具有耐药性的大肠杆菌菌株防线。

　　安全措施：研究人员主动从训练数据库中剔除了可感染人类、动物和植物的病毒序列，所有实验均在符合生物安全规范的实验室中进行，确保不会对人类构成威胁。

　　三、应用前景：噬菌体疗法应对抗生素耐药危机

　　医疗价值：AI设计的噬菌体被视为对抗超级细菌的新武器，有望替代部分传统抗生素，精准解决耐药菌感染难题。

　　技术变革：相比传统噬菌体疗法需要从自然界筛选匹配的噬菌体，AI能按需快速生成定制化病毒，大幅缩短研发周期。

　　未来方向：研究团队指出，该技术未来可扩展至设计更复杂的生物系统，甚至用于开发新型药物、酶和抗体，但当前阶段仍以细菌为目标，不涉及人类病原体。