Science｜从蛋白质到完整基因组：Evo首次生成可存活噬菌体

过去几年，AI已经可以设计新的蛋白质、酶、CRISPR-Cas系统和转座元件，但整个基因组的设计仍然长期难以实现。原因在于，完整基因组并不是一组独立基因的简单集合。一个能够存活并执行功能的基因组需要同时协调蛋白编码区、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等大量要素。不同基因之间还需要在正确的时间和正确的剂量下表达，并形成多层级的相互作用。

对于噬菌体来说，这种协同尤其明显。噬菌体需要先识别宿主、吸附到细菌表面、将遗传物质递送进入细胞，再复制基因组、表达结构蛋白、装配病毒颗粒，最后裂解宿主完成释放。任何一个步骤出现问题，都可能使整个基因组失去活性。甚至单个核苷酸突变都有可能使整个噬菌体失活。因此，完整基因组设计需要模型学习的不只是局部序列规律，而是长距离依赖、基因之间的共适应关系以及整个生命循环中的系统性约束。

研究团队首先没有直接设计完整ΦX174，而是测试预训练的Evo 1和Evo 2是否已经具备生成类似噬菌体DNA的基础能力。Evo系列模型预训练于包含大量DNA序列的数据集，其中包括超过200万个噬菌体基因组。研究人员分别使用Duplodnaviria、Monodnaviria和Riboviria等病毒分类信息作为prompt，让模型生成相应DNA片段，再利用病毒分类工具geNomad判断生成结果是否具有真实病毒特征。

结果显示，Evo 1生成序列中约19%–33%可被识别为病毒，而Evo 2进一步提高至约34%–38%。同时，生成序列在BLAST搜索中通常与天然序列保持较低相似性，却仍具有类似真实噬菌体的高编码密度、基因组成和蛋白质结构可预测性。也就是说，模型并非简单从训练集中复制天然噬菌体，而是已经能够生成具有噬菌体风格的新DNA。

图1 Evo能够生成具有真实噬菌体特征的基因组序列

图2 面向特定宿主的完整噬菌体生成流程

图3 AI生成噬菌体的实验构建与活性验证

随后作者进一步分析16个存活噬菌体与天然噬菌体的差异。相对于各自最近的天然基因组，它们包含49–143个同义突变、14–51个非同义突变、0–3个插入/删除以及最多12个基因间区突变，整体序列一致性约为93.2%–98.8%。

一些生成基因组还出现了更加明显的结构创新。例如部分候选存在基因延长、截短和非编码区域扩展；Evo-Φ114缺失了gene K，而Evo-Φ63可能新增一个gene J。最值得关注的是 Evo-Φ36。这意味着Evo并不是只替换了一个基因，而很可能同时生成了基因组其他位置的配套突变，使新的J蛋白能够与新的衣壳背景共同工作。为验证这一点，作者进一步利用冷冻电镜分别解析ΦX174和Evo-Φ36的病毒颗粒，分辨率分别达到2.8 Å和2.9 Å。结果显示，尽管Evo-Φ36的J蛋白序列和部分局部结构发生明显改变，其C端仍能以兼容方式与衣壳蛋白相互作用。

图4 生成噬菌体的基因组和结构创新

能够存活只是最低标准，作者进一步评估这些噬菌体的感染动力学和适应度。研究人员将16个生成噬菌体与16个天然ΦX174近缘噬菌体进行比较，分析它们诱导宿主裂解的时间、速度和程度。结果显示，不同生成噬菌体表现出非常大的表型差异。Evo-Φ2483、Evo-Φ69、Evo-Φ108和Evo-Φ111表现出较强的细菌裂解能力，与部分高效天然噬菌体相当；Evo-Φ63则表现出较慢、较弱的裂解过程。整体来看，AI生成组覆盖了比天然对照更广泛的裂解动力学空间。

作者随后设计了更加直接的竞争实验：将ΦX174和全部16个生成噬菌体以相同感染复数共同加入E. coli C，看哪些噬菌体能在同一宿主群体中不断扩大自己的比例。结果显示，Evo-Φ69、Evo-Φ100和Evo-Φ111具有明显竞争优势，其中Evo-Φ69在感染6小时后的累计丰度提升约10–41倍，超过大部分AI设计噬菌体，也超过天然ΦX174。

图5 生成噬菌体具有广泛的裂解动力学和竞争适应度

噬菌体治疗的核心难题之一与抗生素非常相似：细菌也会快速进化出噬菌体耐药性。为了模拟这一问题，研究团队首先让E.coli C长期暴露于ΦX174，最终获得两个独立耐药菌株CR1和CR2。全基因组测序显示，两种耐药菌均在waa operon中产生突变。该操纵子参与脂多糖（LPS）合成，而LPS又与ΦX174识别并结合细菌表面密切相关。CR1中的waaT发生L259W错义突变，CR2中的waaT则发生单碱基删除，并引起提前终止。

作者随后比较三种治疗方案：单独使用ΦX174、由16个天然ΦX174样噬菌体与ΦX174组成的natural cocktail，以及由全部16个AI生成噬菌体与ΦX174构成的generated cocktail。首次感染时，三种方案都能够抑制普通敏感菌，但均不能直接感染CR1和CR2。关键差异出现在连续传代后。AI生成噬菌体cocktail只经过1次传代便能够抑制CR1，经过2次传代即可抑制CR2，并且这种抑制能力至少维持5轮传代。相比之下，单独ΦX174以及天然噬菌体cocktail即使经过5轮传代，仍然无法突破两个耐药菌株。

图6 AI生成噬菌体混合物快速突破细菌耐药

这项研究把生成式生物学向前推进了一个重要尺度。此前，AI已经能够生成蛋白质、酶、CRISPR系统和其他小型遗传模块；而这项工作首次证明，基因组语言模型能够学习复杂到足以支撑完整噬菌体生命周期的DNA规律，并设计出自然界中没有直接观察到的新型可存活基因组。Evo 1和Evo 2并不是简单复制ΦX174，而是在天然模板附近探索新的进化空间。近300个合成候选中最终获得16个活噬菌体，其中部分拥有与天然噬菌体相当甚至更强的竞争能力；Evo-Φ36还展示了远缘DNA包装蛋白与新基因组背景之间的共适应关系。更值得关注的是，AI生成噬菌体群体所提供的遗传多样性能够在后续进化中迅速重组，最终突破天然噬菌体cocktail无法克服的细菌耐药。

因此，文章展示了一种新的基因组工程范式：基因组测序告诉我们自然界写过什么，基因组编辑允许我们修改已有文字，而基因组生成模型则开始尝试直接写出新的、仍然能够运行的完整遗传程序。如果这种能力未来能够扩展到更大的噬菌体以及更复杂的原核生物系统，生成式AI的设计对象也可能真正从“分子”和“基因”迈向完整生物系统的基因组级设计。