史丹佛 Evo 2 寫下演化未曾創造的病毒基因體——而且它們能正常運作

人工智慧首度為一個活生生、能正常運作的病毒寫下了完整的遺傳密碼——而且是自然界演化從未自行創造出來的病毒。史丹佛大學與 Arc Institute 的研究團隊運用名為 Evo 2 的基因體語言模型，從零設計出 16 種全新的噬菌體，這些病毒經證實全部能感染並殺死大腸桿菌（Escherichia coli），包括對標準抗生素與天然病毒都具有抗性的菌株。

這項研究由 Arc Institute 的 Brian Hie 與 Samuel King 主導，最初於 2025 年 9 月以預印本形式發表，隨後獲期刊《Science》刊登，代表了生成式生物學的一個分水嶺。它證明了以 DNA 序列訓練的 Transformer 模型能夠做到遠不只是預測蛋白質結構或標記突變——它能寫出全新且實際可行的基因體，產生真正能運作的生物。

Evo 2 如何「寫出」生命

Evo 2 屬於被稱為「基因體語言模型」的新一代模型。GPT 與 Claude 等模型是以人類文字訓練的，而 Evo 2 的訓練資料則是 DNA——具體而言，是跨越細菌、古菌、植物、動物等所有生命領域的 9.3 兆個核苷酸，取自超過 128,000 個完整基因體。這個模型由 Arc Institute、NVIDIA 與學術合作夥伴於 2025 年 3 月以開源形式發布，能以單一核苷酸解析度讀取與生成 DNA 序列，脈絡視窗最長可達一百萬個鹼基對。

其架構在概念上類似自迴歸語言模型：給定一段 DNA 序列的前綴，Evo 2 會預測最可能的下一個核苷酸（A、T、G 或 C），逐個鹼基對地生成。但由於 DNA 編碼了生命的運作機制，它生成的序列是有功能的「程式」，而不只是字串。一段寫得好的病毒基因體就是一份完整的藍圖——當它被合成並引入宿主細胞後，能劫持細胞的機器來製造新的病毒顆粒。

Hie 與 King 以現有的噬菌體基因體——特別是感染大腸桿菌的 ΦX174——對 Evo 1 與 Evo 2 進行微調，然後要求模型生成約 5,000 至 7,000 個核苷酸長度的全新基因體序列，每一條都是一個全新噬菌體的候選藍圖。

從 300 個設計到 16 個活病毒

研究團隊合成並測試了模型生成的近 300 個候選噬菌體。其中 16 個成功產生可行病毒，能夠在實驗使用的非致病性 E. coli C 菌株中複製。這意味著從零生成全新且有功能的病毒基因體，成功率約為 5%——雖然看起來不高，但在兩年前仍是完全無法想像的。

意義遠不止於數字。數個 AI 設計的噬菌體在感染與殺菌能力上甚至超越了天然的 ΦX174 參考病毒。更令人驚訝的是，當研究人員讓合成噬菌體對抗已對天然噬菌體演化出抗性的大腸桿菌菌株時，AI 設計的變異株成功克服了這種抗性——殺死了沒有任何已知天然噬菌體能對付的細菌。

結合多種 AI 生成噬菌體的「雞尾酒」療法效果更為強大，顯示出一條通往新型噬菌體療法的路徑：能突破常規擊敗單一噬菌體治療的細菌防禦機制。

為何重要：抗生素抗藥性危機

世界衛生組織將抗微生物藥物抗藥性列為全球公共衛生的首要威脅之一。目前抗藥性細菌每年估計導致 127 萬人死亡，且隨著新抗生素研發管線日益枯竭，死亡人數預計將急遽上升。噬菌體療法——利用專門攻擊細菌的病毒——已被研究超過一個世紀，尤其在東歐有較長的應用歷史，但一直受限於難以找到或工程化出能對付特定抗性菌株的噬菌體。

Evo 2 的結果指出了一條根本性的新途徑：與其在大自然中尋找合適的噬菌體，研究人員現在可以直接「設計」它們。由於模型已從整個生命樹的病毒基因體中習得了統計文法，它能提出利用細菌弱點的序列，而這些弱點可能從未有天然噬菌體「碰巧」演化出對應的攻擊方式。本研究中的 16 個功能噬菌體證明，AI 設計的病毒能跨越天然噬菌體探索往往無法突破的門檻。

無法迴避的生物安全問題

對抗超級細菌的同一能力，原則上也可用於設計病原體。研究團隊與外部評論者對此一張力的態度異常坦率。《科學美國人》（Scientific American）的分析指出，這項研究「證實了生物安全的缺口」——也就是強大的生成式生物學工具的可取得性，與所需的監管框架之間的落差。

Evo 2 是開源且可公開下載的。任何具備足夠技術知識的人都可以執行它。Arc Institute 主張，開放性能加速有益的研究並促成防禦性應用，而噬菌體研究本身就是最佳例證。但雙重用途的意涵十分清楚：如果 AI 模型能寫出殺死細菌的病毒基因體，同樣的方法理論上也可能被用來設計危害人類、動物或作物的製劑。

論文作者已呼籲建立穩健的防護機制，包括 DNA 合成篩查——基因合成公司在製造訂購的序列前會執行的自動化檢查——以及生成式生物學模型的負責任使用規範。隨著這些模型能力持續提升，目前這套自願性篩查的拼湊機制是否足夠，仍是一個迫切且未解的問題。

超越噬菌體：生物設計的通用引擎

噬菌體的成果是一個里程碑，但可能只是冰山一角。Evo 2 的生成能力橫跨所有生命領域。Arc Institute 已展示該模型能辨識人類 DNA 中的致病突變、預測基因編輯的效果，並為 CRISPR 相關基因與其他功能元件生成合理的序列。

在 2026 年 3 月名為《Evo 2：一年後》的回顧文章中，Arc Institute 團隊將噬菌體研究描述為基因體語言模型能從預測邁向全面設計的首個具體證據——從「閱讀」生命的密碼到「書寫」它。後續研究正在探索農業生物科技的應用（設計型噬菌體可保護作物免受細菌性枯萎病），以及工業生物製造（工程化微生物需要量身打造的病毒防禦）。

整體趨勢十分清晰。語言模型最初生成的是文字，接著進展到程式碼、影像、語音與影片。如今它們正在生成生命本身的密碼。史丹佛與 Arc Institute 的成果顯示，這項能力已跨越了從推測到實際運作的門檻——而科學、醫療與治理體系將需要迅速跟上腳步。

參考資料

本文所報導的發現主要取自發表於《Science》的同儕審查研究、Arc Institute 與史丹佛大學的補充資料，以及《Nature》、《科學美國人》、《基因工程與生物技術新聞》與澳洲廣播公司的報導。原始預印本可在 bioRxiv 取得。