2026-08-09
用 Evo 基因组语言模型以 ΦX174 为模板生成完整噬菌体基因组，302 个设计里 16 株存活，多株在竞争与裂解速度上反超 ΦX174，鸡尾酒还能突破 ΦX174 单独打不动的细菌抗性。
蛋白质可以单独设计，CRISPR-Cas 系统也能用 AI 拼出来，但这些只涉及少数几个基因。真正的问题是：能不能用 AI 一次性设计出一条完整的、能活下来的基因组。
这件事之所以难，是因为基因组是一种「整体大于部分之和」的系统。基因之间、基因与调控元件之间、复制起点与终止子之间的配合都得严丝合缝，单个碱基的改动就可能让整条基因组失活。此前没有任何通用框架能做到整条基因组的设计。
Arc Institute 和斯坦福的 Brian Hie 团队选了噬菌体（感染细菌的病毒）作为突破口。噬菌体既是分子生物学的经典工具，也被当作抗生素失效后的替代疗法。他们用自己开发的基因组语言模型 Evo，第一次生成了完整的、可存活的噬菌体基因组。
核心是用 Evo 1 和 Evo 2 这两个在超过 200 万条噬菌体基因组上预训练的语言模型。整条管线分几步：
一个细节值得点出：六个主流基因注释工具都标注不全 ΦX174 的 11 个基因，因为它有重叠开放阅读框。团队不得不自己写了一套针对 ΦX174 的注释方法，才能给生成结果设质量门。
302 个候选基因组里，285 个成功合成（17 个因 DNA 序列复杂度太高合成失败），其中 16 株能抑制 E. coli C 生长、形成噬菌斑。这是整篇论文立身的数字。
进化新意上，16 株与最近自然基因组的核苷酸一致性在 93.0% 到 98.8% 之间，含 67 到 392 个新突变。其中 Evo-Φ2147 一致性只有 93.0%，已低于通常定义噬菌体新物种的 95% 阈值。
| 指标 | 生成的噬菌体 | ΦX174 |
| 竞争累积倍数（6 小时，Evo-Φ69） | 16×–65× | 1.3×–4.0× |
| 感染后最低 OD600（Evo-Φ2483） | 0.07 | 0.22 |
| 达到最低密度时间 | 135 分钟 | 180 分钟 |
竞争实验里 Evo-Φ69 在三轮里都排第一，ΦX174 最多排到第三。但裂解最快的 Evo-Φ2483 在竞争中只排第五，说明「裂得快」不等于「整体适应度高」，这是论文自己点出的。
最戏剧的结果在抗性这一节。团队培养了三株对 ΦX174 抗性的 E. coli C（突变都落在合成脂多糖的 waa 操纵子上）。把 16 株生成噬菌体加 ΦX174 配成鸡尾酒，CR1 一代、CR2 两代、CR3 五代就被压住；而 ΦX174 单独连传五代都打不动任何一株。测序发现突破抗性的噬菌体是由生成噬菌体之间重组加突变产生的，关键突变集中在衣壳和刺突蛋白的外表面，正好是结合脂多糖的位置。
结构上还有个意外：Evo-Φ36 把基因组包装蛋白基因 J 换成了远缘噬菌体 G4 的版本。过去手工把 G4 的 J 换进 ΦX174 是做不活的，但模型设计出的 Evo-Φ36 活了。冷冻电镜（2.9 Å）显示它靠重排衣壳结合方式兼容了这个更短的 J 蛋白。
它把生成式生物学从「拼几个基因」推进到了「写整条基因组」。模型不只是复述训练数据里见过的序列，而是能产出达到新物种级别的新意、还活得下去的基因组。
对从业者来说，短期价值在噬菌体疗法。抗生素耐药是全球性问题，噬菌体疗法被细菌快速演化抗性卡住。能按需生成一整组基因多样、连抗性都能被突破的噬菌体鸡尾酒，是一条新的管线思路。
更长远地看，作者把这定位成与测序、合成、编辑并列的第四种基因组核心技术。能不能走到那一步取决于能否放大到更大的基因组。
选 ΦX174 是刻意挑的最小、最安全的模板，约 5.4 kb。团队明确说设计更大的噬菌体会卡在 DNA 合成的成本和通量上，这次就有 17 条因为序列太复杂没合成出来。
成功率只有约 5%（16/302）。论文也承认，没成活的 50 多条里，不少突变数比活下来的还少，说明在基因组尺度上「猜对功能」仍非常难。
突破抗性那一节的功劳不能全记在生成头上：起作用的是实验过程中几株生成噬菌体之间的重组加突变，是在试管里进化出来的，不是模型直接生成的。
这是 bioRxiv 预印本，未经同行评审。所有实验都在对应的生物安全等级内、用非致病宿主做的；团队也强调 Evo 2 因训练数据排除了真核病毒，本身带一道防护。但「能生成全新基因组」这件事的双重用途风险是真实存在的。