AI设计出了新病毒，世界离“生化危机”还有多远？

本文由虎嗅旗下健康与抗衰公众号“九叶刀研究”首发，头图由AI生成。 如果让AI制造一个病毒，你猜世界会不会变成《生化危机》那样的地狱场景？ 2026年8月6日之后，这种可能性真的多了那么一点点。 斯坦福大学研究团队在《科学》 （Science） 杂志宣布：他们使用AI工具，从零设计了完整的病毒基因组，并真的造出了16种 自然界并不存在的全新的病毒 ，而且这些病毒有能力感染大肠杆菌、在细菌体内复制，并杀死细菌。 [1] 这是怎么做到的？对人类有什么用？世界会因此进入《生化危机》副本吗？这一次，让“九叶刀”来解释6个你可能关心的问题。 问题一：AI到底是怎么做到的？ 整个过程是这样的： 首先，AI并非凭空臆想出的新病毒，它仍需要一个模板。 科学家使用了噬菌体ΦX174 （一种专门感染大肠杆菌的病毒） 做模板，该病毒是最小的病毒之一，只有约5386个碱基对、11个基因，它是史上第一个被测序 （1976年） ，也是最早在实验室人工合成的序列，人们对它足够熟悉。 第二，AI设计也需要提示。和我们使用GPT之类的对话类似，研究者给几个提示词 （其实就是A、T、C、G这些碱基字母组合） ，AI据此生成一个完整的新基因组，如此循环，AI生成了大约70万个候选基因组。 第三，AI设计出基因序列之后，只是纸面信息，还需要经过人类之手，通过化学合成、组装、转入细菌和功能验证等步骤，才能确定是有完整功能的活病毒。研究人员从AI生成的70万个基因组中，只筛选出302个基因进行实验，最终培养出16个活病毒。 从AI设计病毒，到人类组装和验证，图源丨参考文献[1] 和以往的改造现有生命相比，这次有什么不同？ 过去，人们都是在已知的遗传信息上修修改改。主要是两种方式： 理性设计 （人类想好改哪一段基因，然后自己动手编辑） 和 定向进化 （在实验室让微生物自己突变、筛选） 。 而这次是 生成式 的：AI从无到有创作出一整套能自我复制的系统，产物在自然界根本不存在。 这些病毒到底有多新？ 论文作者表示，这16种病毒与自然界中最接近的病毒相比，顶多只有93.2%-98.8%基因相似度。 作为对比，躺在你怀里撒娇卖萌的猫咪，与丛林之王老虎的基因相似度，大约为95.6%。 [13] 所以，这些AI设计的病毒，完全可以称得上是新物种。 这16种病毒中，有一种代号为Evo-Φ36的病毒，基因序列距离已知生物最远。研究者估计，如果要全靠自然演化，可能需要数百万年。 可能有人要问了，设计这些自然界不存在的病毒，只是科学家们在秀技术肌肉吗？那当然不是，它有实在的用途。 问题二：AI设计病毒有什么用？ 未来，使用AI设计针对超级细菌的病毒，有望解决让人类头痛的耐药细菌难题。 如今，耐药细菌已经成为全球医疗系统最头痛的问题。 全球每年直接死于耐药菌的超过100万人，关联死亡约500万，这个数字已经超过了疟疾和艾滋病的年死亡人数之和； 《柳叶刀》GRAM研究（全球抗微生物药物耐药性项目）在2024年预测显示，2025-2050年间，耐药菌将累计造成约3900万例死亡，大约每分钟3人；[2] 在中国，每年与抗生素耐药相关的死亡超过60万例，其中直接归因死亡超过14.5万例； 以碳青霉烯类耐药肺炎克雷伯菌（CRKP）例，这种超级细菌对亚胺培南、美罗培南的耐药率，从2005年的3%左右，上升到2025年的21%左右；[3] 鲍曼不动杆菌对多数主流抗菌药的耐药率都超过60%，其引发的医院获得性肺炎的总死亡率约 42.6%。[3] 肺炎克雷伯菌的耐药性丨参考文献[3] 鲍曼不动菌的耐药性丨参考文献[3] 抗生素和长期使用的慢病药物不同，它使用周期短，人们吃几天就停了，利润空间有限，但开发一款新型抗生素既耗时又费钱，制药公司无利可图，所以全球药企都在缩减相关研发管线。 这就导致出现一个恶性循环：耐药菌出现-药企不愿研发-旧抗生素剂量越用越大-耐药菌更多…… 噬菌体，也就是细菌病毒，是自然界里最古老的细菌杀手。它们高度专一，每种通常只攻击一种或几类细菌，作用精准，不用担心伤害人体细胞，是抗生素很好的助手。 但噬菌体疗法也和抗生素类似，有耐药性问题：细菌会很快对单一噬菌体进化出免疫力 （比如大肠杆菌，就会使用基因编辑工具，使噬菌体失去功能） ，一旦细菌适应，疗法就失效了。 解决思路是使用鸡尾酒疗法，也就是把基因各异的多种噬菌体混在一起，迫使细菌不得不同时防御多方面的进攻，大幅延缓耐药速度。 于是，噬菌体的多样性就显得尤为重要。但天然噬菌体种类有限，传统方式寻找、培养和定制，速度太慢。这时候就需要AI，按需批量设计各种噬菌体。 8月的这篇论文就报告了一个好消息，对原版ΦX174噬菌体有抗性的大肠杆菌，加入AI设计的16种噬菌体的混合制剂后，都被杀灭了。 既然能搞定大肠杆菌，那也有希望搞定更多耐药菌。 比如，医院里最常见的超级细菌，耐甲氧西林金黄色葡萄球菌 （MRSA） ，全球每年超过100万人感染的耐药结核菌，医院获得性耐药感染的元凶，铜绿假单胞菌，都有希望通过AI设计的噬菌体，一招制敌。 当然，AI设计的噬菌体，并不是要完全替代抗生素，而是作为一种补充手段，为那些无药可救的超级细菌感染者带来新希望。 这些是我们以最大善意推测AI设计病毒的光明未来，但如果以恶意揣测呢？ 比如，AI可以设计针对细菌的病毒，能设计针对人类的病毒吗？如果能，是不是很危险？ 问题三：AI会造成“生化危机”吗？ 简单地说，技术所限，难度极大，目前没戏，但风险犹存。 设计针对人类的病毒，为啥暂时没戏？ 成功率很低。 在8月《科学》杂志这篇论文中，用的是世界上最好的生物模型，但通过层层筛选和测试后，只有5%的成功率。这个数字是业界常态，2026年，另一项对AI生物武器工作流的分析发现，非专业人士用AI工具做常规病毒学任务的端到端成功率，仍低于8%。 [4] [5] 也就是说，想要高效地按需定制病毒，现在的AI工作效率还差得远。 基因越多，难度越大，且呈指数级增长。 这次AI设计病毒参考的模板病毒ΦX174，只有5000多个碱基对，而新冠病毒约有3万个，二者相差6倍。考虑到每个基因之间的相互作用、调控关系和蛋白折叠等因素，随碱基数量增加，最终设计难度呈指数级上升。 伦敦帝国理工学院的合成基因工程教授汤姆·埃利斯就指出，基因组长度翻几倍，实现难度可能飙升至原来的约100倍。 [6] 数据也有防火墙。 AI设计病毒也要讲基本法，目前用于设计病毒的AI，在训练时就已经主动排除了所有能感染人、动物、植物或真菌的病原体基因组。这16种病毒只杀细菌，对人完全无害。 所以，与其担心AI是否设计出危害人类的病毒，不如担心一下更危险的天然病原体。埃利斯明确指出，环境里自然存在的已知病原体随处可得、易于培养、已经适应宿主，比AI从零设计的新病毒构成了更直接和紧迫的威胁。 真实的风险到底是什么？ 科幻里AI一键生成超级瘟疫的剧情，短期内并不现实，但这并不意味着没有风险。 第一，坏人作恶的门槛降低了。 虽然从0设计的难度很大，但坏人获取和改造已知病原体信息变得更容易了。以前需要进一个高等级生物安全实验室才能接触的东西，现在可以借助一个开源模型理解它。 第二，现有安全措施，很难排查AI设计的新序列。 这是当前最紧迫的技