生成式 AI 早就能设计蛋白质、酶和 CRISPR 系统了，但「活的基因组」一直是另一回事。斯坦福、Arc Institute 和 Broad Institute 等机构在《Science》发表论文，用基因组语言模型 Evo 1 / Evo 2 首次做到一点：生成出能真正复制并感染细菌的完整噬菌体基因组。
为什么设计一个完整基因组比设计一个蛋白质难得多
完整基因组不是一堆基因的简单集合。它必须同时协调编码区、非编码区、启动子、终止子、复制起始位点、识别序列、重叠阅读框和基因排列顺序，不同基因还要在对的时间以对的剂量表达，形成多层级相互作用。对噬菌体来说，任何一个步骤出错、甚至单个核苷酸突变都可能让整个基因组失活。这和单分子蛋白质进化的性质不同——后者同样需要处理长程依赖，但规模上已是另一个量级（参见稀疏数据驱动的 AI 蛋白质进化）。
从「像噬菌体」到「真的活着的噬菌体」
团队先用病毒分类信息做 prompt，让预训练的 Evo 生成 DNA 片段，再用病毒分类工具 geNomad 判断：Evo 1 生成序列中约 19%–33% 可被识别为病毒，Evo 2 进一步提高到约 34%–38%。这些序列与天然噬菌体相似度低，却保留了真实的编码密度、基因组成和蛋白可预测性——模型在生成新噬菌体，不是抄训练集。
随后他们建立完整流程：用约 15k 条 Microviridae 基因组微调，以 ΦX174 保守种子序列做 prompt，加上序列质量、宿主嗜性、进化多样性三层约束，筛出 302 条候选、化学合成其中 285 条。最终 16 条 AI 生成基因组产生存活噬菌体（Evo 1 成功率 5.3%，Evo 2 为 6.9%）。当生成序列与最近天然基因组一致性达 98%–100% 时，成功率最高冲到 46.2%。别小看这 5%–7%：此前研究表明 ΦX174 单个非同义突变就有约 20% 致死概率，而这些 AI 噬菌体往往携带数十乃至上百个突变。
不是复制，是创新
存活噬菌体与最近天然基因组一致性约 93.2%–98.8%，但有明显结构创新：基因延长、截短、非编码区扩展，甚至新增基因。最值得关注的是 Evo-Φ36——可能新增 gene J，同时 Evo 在其他位置生成配套突变，让新蛋白能和新衣壳共同工作，并通过 2.8 Å / 2.9 Å 冷冻电镜验证。更关键的是，16 条 AI 噬菌体的混合物很快突破耐 ΦX174 的大肠杆菌，而天然近缘噬菌体对照组在相同条件下做不到。这是一个具体案例，说明生物世界模型已经从「预测细胞」走向「设计细胞」。
产业含义
这把生成式生物设计的前沿，从单个蛋白质和小型基因回路，推进到了能独立执行完整生命周期的整个基因组；也把「噬菌体疗法」从靠天找天然噬菌体，变成按需设计抗菌工具。语言模型生成 + 多层约束筛选 + 化学合成 + 冷冻电镜验证这套工作流，是可以被其他实验室复制的模板——就像Claude 端到端自主驱动蛋白质设计实验那样。
对 AI 方向的观察者，这是迄今最清晰的信号之一：在 DNA 上训练的语言模型不只在设计分子——同一个范式正在成为设计整个生命体、而不只是蛋白质的候选底座。
可操作建议
- 对研究者：把基因组设计当作系统问题——长程依赖与基因共适应比局部序列质量更重要；把多重约束（宿主嗜性、多样性）埋进筛选环节，而不只放在生成器里。
- 对生物创业者：存活噬菌体成功率（约 5%–7%）现在可发表、但还达不到生产级；把生成式设计与高通量合成结合，才能把稀有命中变成可复用工作流。
- 对关注 AI 的人：这是迄今最清晰的证据之一：在 DNA 上训练的语言模型能超越分子层面——催生 Evo 的同一套范式，正在成为设计完整生物体、而不只是蛋白质的候选底座。
