引言：噬菌体工程的新时代
噬菌体——感染细菌的病毒——是地球上最丰富的生物实体之一。它们对细菌宿主的特异性长期以来使其成为治疗抗生素耐药性感染的有吸引力的候选者。然而，传统的噬菌体发现和工程改造缓慢且费力，通常需要大量的筛选和手动基因修饰。现在，研究人员正在转向人工智能来加速这一过程，利用基因组语言模型生成具有所需特性的新型噬菌体序列。
最近发表在《科学》杂志（第393卷，第6811期，2026年8月）上的一项研究展示了一种突破性方法：利用基因组语言模型进行噬菌体的生成式设计。通过在大量噬菌体基因组数据集上训练，这些模型学习了噬菌体DNA的“语言”，从而能够提出既功能又不同于已知噬菌体的新序列。这项创新可能彻底改变噬菌体疗法，使得按需设计定制噬菌体成为可能。
理解基因组语言模型
语言模型，如用于自然语言处理的模型，已被改编用于理解生物序列。在这种情况下，“单词”是核苷酸或氨基酸标记，“句子”是基因或整个基因组。通过分析数百万个现有的噬菌体基因组，模型捕获了序列保守性、调控元件和蛋白质编码逻辑的模式。
研究人员采用了基于Transformer的架构，类似于GPT等模型，但训练数据是基因组数据。这使得模型能够生成在统计上类似于天然噬菌体但确切组成新颖的新序列。关键在于模型不仅学习序列字母表，还学习了功能约束——如启动子区域、核糖体结合位点和蛋白质折叠要求——这些使噬菌体具有生存能力。
生成式设计：从序列到功能
该研究的核心成就是生成了完整的噬菌体基因组，这些基因组可以在实验室中合成和测试。研究人员从一组特征明确的噬菌体基因组开始，然后使用模型提出突变、重组和全新的序列组合。生成的噬菌体被设计用于靶向特定的细菌菌株，包括大肠杆菌和铜绿假单胞菌，这两种都是医院获得性感染的常见来源。
为了验证他们的方法，研究团队合成了几个生成的噬菌体基因组，并测试了它们感染和裂解目标细菌的能力。值得注意的是，很大一部分设计的噬菌体是有功能的，这表明模型已经捕获了基本的生物学规则。此外，一些生成的噬菌体表现出比其天然对应物更广泛的宿主范围或更高的裂解活性，这表明模型可以探索超出进化产生的序列空间。
对噬菌体疗法的影响
按需生成定制噬菌体的能力对医学具有深远影响。抗生素耐药性是一个日益严重的全球危机，预计到2050年，如果不采取行动，每年将有1000万人死亡。噬菌体疗法提供了一种靶向替代方案，但其临床应用一直受到难以找到匹配特定细菌菌株的噬菌体的限制。借助生成模型，临床医生可以输入感染细菌的基因组，并在数小时内获得定制的噬菌体序列。
此外，该方法允许优化用于治疗目的的噬菌体。例如，可以引导模型产生更稳定、更不可能引发免疫反应或携带额外有效载荷（如破坏生物膜或增强抗生素功效的基因）的噬菌体。
挑战与未来方向
尽管前景广阔，但仍存在几个挑战。该研究生成的噬菌体仅在体外进行了测试，其体内功效和安全性尚未确定。免疫系统可能迅速清除噬菌体，细菌对噬菌体产生耐药性也是一个潜在障碍。此外，模型的预测基于统计模式，一些生成的序列可能无功能或产生意外效应。
未来的研究可能会侧重于使用更多样化的数据集来改进模型，将功能测定纳入设计循环，并开发高通量合成和测试流程。最终目标是实现一个全自动平台，临床医生可以请求噬菌体，机器人可以在几天内合成并验证它。
基因组语言模型的更广泛应用
虽然这项研究专注于噬菌体，但底层方法可以扩展到其他生物。基因组语言模型可用于设计用于基因治疗的病毒，优化工业微生物菌株，甚至为新型生物设计合成基因组。能够“编写”具有所需功能的DNA是合成生物学的基石，而语言模型为探索广阔的序列空间提供了强大的工具。
此外，该方法可以与其他AI技术（如强化学习）相结合，根据实验反馈迭代改进设计。这种闭环系统可以加速生物技术的发现步伐。
伦理与安全考虑
与任何强大技术一样，噬菌体的生成式设计引发了伦理和安全问题。虽然噬菌体通常对人类无害，但改造它们的能力可能被滥用。例如，噬菌体可能被修改以携带毒性基因或逃避检测。科学界必须为负责任地使用此类工具制定指导方针，确保它们仅用于有益目的。
该研究本身遵守严格的生物安全协议，生成的噬菌体被设计为对人类无致病性。然而，随着技术的成熟，制定监督机制以防止滥用至关重要。
结论
基因组语言模型在噬菌体设计中的应用标志着合成生物学的一个重要里程碑。通过利用AI的力量，研究人员现在可以生成具有定制特性的新型噬菌体，可能改变对抗抗生素耐药性细菌的斗争。尽管存在挑战，这项研究为未来打开了大门，在那里可以像写句子一样轻松地设计定制生物制剂。随着该领域的发展，我们可以期待更复杂的模型、更快的合成方法，以及最终拯救生命的临床应用。
本文基于《科学》（AAAS）的报道。阅读原文。
Originally published on science.org