据德国《明镜》周刊网站9月24日报道，虽然Phi X 174病毒的直径不足万分之一毫米，却在科学界扮演着举足轻重的角色。

1935年，人们在法国巴黎下水道系统的样本中发现了这种噬菌体。对于一种能够感染并摧毁肠道中的大肠杆菌的病毒来说，这是个好地方。自那时起，研究人员就致力于研究这种病毒，甚至因此赢得了诺贝尔奖。1977年，一个团队首次成功完成了脱氧核糖核酸(DNA)全测序：测定的正是Phi X 174的DNA序列。

现在美国斯坦福大学等机构的研究人员利用人工智能，设计并制造了基于Phi X 174的病毒。它很可能是全球首批由人工智能设计的“计算机病毒”。该团队特意通过人工智能赋予这些病毒新的能力，使其能够感染和灭杀对传统Phi X 174噬菌体具有抗性的大肠杆菌。他们的研究报告目前仅作为预印本发表，因此仍需经过同行评审。

生物信息学家、该研究项目主管布赖恩·希认为，这种方法在医学领域展现出明确的应用潜力。人工智能杀菌病毒或许可以用来对抗严重的感染。

但显然，他的设想远不止于此。希向英国《自然》周刊表示：“下一步是利用人工智能生成生命体。”不过，要实现这个目标似乎还有很长的路要走，毕竟即便是细菌都比病毒复杂得多。病毒不是生物，因为它们没有自身的新陈代谢，也无法独立繁殖。

所有生物都有一种蓝图，即DNA。在DNA的各个片段，也就是基因中，编码了相应的生物特性信息。研究人员如今能够解码这种蓝图，甚至能在一定程度上发现哪个基因具有哪些作用。例如，ApoE基因的某种特定变体可能会增加人类患上阿尔茨海默病的概率。

因此，当DNA链特定位置出现某种特定的构建模块(即核苷酸)序列时，它就具有特定意义。这种蓝图的作用机制有点类似于语言。在此基础上，科学家们开发了协助研究DNA的人工智能模型。其概念与GPT-5(当前支撑ChatGPT的最新人工智能模型)及其他大型语言模型相同：人工智能需要推测，在特定情况下哪些字母和音节(或就本例而言，哪些核苷酸)序列最有可能出现，并为此预先使用海量数据集进行训练。

Evo 1和Evo 2就是这样的DNA模型，两者均由希参与开发。他的团队又进一步利用噬菌体相关数据对这些模型进行了训练，引导它们设计出能够感染大肠杆菌的类似Phi X 174病毒。然后，他们从人工智能生成的数千条建议中选出了302个看起来有前景的方案，并人工合成了这些病毒。

结果是在测试中，302个设计中有16个确实感染了大肠杆菌。其中一些病毒的混合物甚至能够感染并杀死3种对Phi X 174本身具有抗性的大肠杆菌菌株。此外，一些人工智能病毒适应性更强，具有更高的生长率。

德累斯顿生物技术中心的生物化学家安娜·珀奇表示：“尽管这并非首个有针对性合成新DNA序列的研究，却是首次系统性针对整个基因组进行操作，尽管只针对小型病毒基因组。”

珀奇认为：“这项研究蕴含着解决当今时代一些重大课题的巨大潜力。”例如，或许可以有针对性地制造病毒来攻击致病细菌，尤其是在越来越多的细菌产生抗生素耐药性的情况下。

未来，制造“有益”细菌也可能成为现实，例如用于降解塑料的细菌。珀奇说：“目前尚未使用这些模型设计出如此规模的基因组。但这实际上只是时间问题。”

同时，这位科学家也提出顾虑，从感染细菌的病毒到感染人类的病毒，这一步跨越并不遥远。据斯坦福大学研究人员称，为避免这个问题，他们在训练模型时仅使用了那些不会对人类造成伤害的病毒数据。珀奇解释说：“在这项研究中，针对目标病毒类型对模型进行了微调。”但是，“同理，针对任何其他病毒，模型也可以被微调，这当然存在风险”。（编译/焦宇）