斯坦福Evo 2 AI模型生成噬菌体对抗大肠杆菌，开启AI设计病毒新纪元

一句话看懂

斯坦福大学用Evo 2生成式AI模型设计出能杀死大肠杆菌的噬菌体，实验室验证16种高效，标志着AI从编辑基因到设计完整病毒基因组的跨越。

详细发生了什么

斯坦福大学研究人员利用Evo 2生成式AI模型，从噬菌体ΦX174（读作“FYE-ex-1-7-4”）的一小段基因组出发，让模型一次性生成完整基因组。Evo 2是化学工程助理教授Brian Hie与生物工程研究生Samuel King合作开发的，King主导了实验工作。

团队让Evo 2生成数千个候选基因组，然后通过计算筛选、化学合成和实验室测试，最终合成了近300个噬菌体，其中16个显示出特别强的大肠杆菌杀灭活性。ΦX174基因组只有不到6000个碱基对，相比人类基因组的30亿碱基对，是相对紧凑的测试系统。Hie表示，即使解读5400个字符的DNA序列，逐基因分析仍很困难。

研究的关键在于，Evo 2不仅能提出局部DNA编辑，还能创建完整可行的病毒基因组。King开发的计算框架评估了基于ΦX174及相关噬菌体的特征，减少了送去合成的候选数量，从而降低了合成成本。

针对细菌耐药性，团队选择了多种噬菌体混合使用。Hie解释，单一噬菌体可能被细菌快速抵抗，但混合多种基因不同的噬菌体，细菌更难对所有成员产生抗性。斯坦福报告称，包含16种噬菌体的混合物能迅速克服对天然ΦX174免疫的大肠杆菌的抗性。

Evo 2已作为开源软件发布，研究人员可下载用于设计基因组。Hie承认恶意行为者可能修改工具，但他认为现有病原体更容易获取和制造，风险更大。下一步将扩展Evo 2到更长更复杂的DNA，并可能用于设计生产化学品、药物或燃料的工程微生物。

中文圈视角

这项研究对中文圈生物科技和AI应用有双重启示。首先，Evo 2的开源特性意味着国内科研机构可以直接下载使用，无需依赖商业API，这降低了技术门槛。但需注意，国内访问GitHub等平台可能受限，且生物数据跨境传输需符合《人类遗传资源管理条例》等法规。

其次，国内在AI+生物领域已有布局，如百度PaddleHelix、华为云盘古药物分子大模型等，但多聚焦于小分子药物设计，在病毒基因组设计方面尚属空白。Evo 2的成功可能激发国内类似研究，尤其在合成生物学和噬菌体疗法领域。对中文用户而言，如果从事生物信息学或合成生物学研究，Evo 2的开源模型值得关注，但需评估计算资源和数据合规要求。

此外，噬菌体疗法在中文圈讨论较少，但抗生素耐药性问题日益严峻，这项技术可能为国内临床提供新思路，不过从实验室到临床应用还有很长的路。

几条值得记住的细节

Evo 2生成数千个候选基因组，最终合成近300个，16个高效杀灭大肠杆菌。
ΦX174基因组仅约5400个碱基对，是理想的测试系统。
混合16种噬菌体可克服细菌对单一噬菌体的抗性。
Evo 2已开源，研究人员可下载使用，但需注意安全讨论。
下一步计划扩展至更长DNA，并可能用于设计工程微生物。

一句话总结

Evo 2让AI设计完整病毒基因组成为现实，对中文圈科研既是开源机遇，也需关注合规与安全。