好，今天要來聊一個...嗯，有點科幻成真的東西。AI 開始寫生命的原始碼了。
不是開玩笑的。不是寫一首關於花的詩，是直接寫出能讓一個東西「活著」的 DNA 指令，完整的基因組（genome）。聽起來超像電影情節對吧？結果最近一篇論文就這樣丟出來了，標題是《Generative design of novel bacteriophages with genome language models》，簡單講，就是一群科學家用 AI 設計出全新、能動、而且以前從不存在過的病毒。
有些，甚至還比大自然花了幾百萬年演化出來的版本...更強。
重點一句話
AI 不只能讀懂 DNA，現在還能從頭「寫」出一個全新的、功能正常的、甚至比天然版本更具競爭力的病毒基因組。我們正式從「編輯生命」跳到「創造生命」的時代了。
等等，AI 設計的病毒真的「活」了？
對，這大概是整件事最瘋狂的地方。紙上談兵是一回事，但他們真的把 AI 寫的程式碼，變成了活生生的東西。
研究團隊用 AI 生成了好幾千個全新的病毒基因組序列，然後篩選出大概三百個他們覺得最有潛力的。接下來就是見證奇蹟的時刻了。
他們把這些 AI 設計的 DNA 序列，用化學方法合成出來，變成實體的 DNA，然後把它們「灌」進活的大腸桿菌裡，看能不能「開機」。這個過程叫 rebooting。
結果...成功了。
在他們測試的近三百個設計中，有 16 個真的成功開機、自我複製，然後殺死了宿主細菌。他們創造了 16 種由 AI 設計的全新病毒。真的，有夠誇張。
你在上面這張圖裡看到的那些透明圈圈，叫做「噬菌斑」（plaques）。每一個圈，都代表一個 AI 設計的病毒成功複製、並清除了周圍所有細菌的死亡區域。這就是最直接的證據，證明那些程式碼不再只是文字，而是功能正常的生命體。
AI 作品跟天然的打一場，誰會贏？
OK，AI 能做出能動的病毒，這本身已經是超級突破了。但下一個問題很自然就是：這些 AI 產物只是勉強能活的怪胎，還是真材實料？
為了搞清楚這點，研究人員設計了兩個超精彩的實驗。我自己是覺得，這比創造出病毒本身還酷。
第一個是「新穎性測試」。有個叫做 Evo-Φ36 的 AI 病毒，它做了一件很扯的事。病毒頭部組裝需要一個關鍵的 J 蛋白，AI 竟然把它換成了一個親緣關係很遠的 G4 病毒的蛋白。過去科學家在實驗室裡手動嘗試過一模一樣的替換，每一次都失敗，病毒直接死給你看。但 AI 卻讓它成功了。為什麼？因為 AI 不只是單純替換零件，它還聰明地重新設計了周圍的整個基因組，去適應這個新來的蛋白。它理解「脈絡」。這幾乎是人類科學家不可能靠理性一步步設計出來的。
第二個是「適者生存大亂鬥」。他們把 16 個 AI 病毒，跟它們的「祖先」——那個天然的 ΦX174 病毒——放在同一個培養皿裡，讓它們跟細菌一起，看誰複製最快、最能搶地盤。
結果，天然的 ΦX174 雖然不錯，但根本不是冠軍。
幾乎在每一場比賽中，一個代號叫 Evo-Φ69 的 AI 病毒都脫穎而出。它穩定地擊敗了所有對手，包含那個經過幾百萬年演化考驗的天然版本。這證明了 AI 不只做出了能動的病毒，它做出了「更適應環境」的病毒。
為了方便理解，我整理了一下它們的差異：
| 比較項目 | 天然噬菌體 (ΦX174) | AI 設計噬菌體 (Evo 系列) |
|---|---|---|
| 設計方式 | 幾百萬年的隨機突變和天擇。 | AI 模型（Evo）根據規則生成。根本是上帝視角。 |
| 基因新穎性 | 就是我們已知的序列，很固定。 | 全新的 DNA 和蛋白質序列，有些組合在自然界從沒見過。 |
| 模組化能力 | 很差。換個關鍵蛋白就死機，牽一髮動全身。 | 超強。可以把遠親的蛋白換進來，還能同步修改周邊基因讓它跑得動。這太扯了。 |
| 環境適應力 (Fitness) | 很強，畢竟是演化冠軍...呃，前冠軍。 | 比賽冠軍。Evo-Φ69 直接把天然版的打趴在地上，複製速度更快。 |
| 對抗細菌抗藥性 | 細菌一旦產生抗藥性，它就沒輒了。 | 用多種 AI 病毒組成的「雞尾酒療法」，可以快速破解細菌的抗藥性。 |
所以，他們到底是怎麼做到的？
好，看到結果了，真的會很好奇他們到底怎麼辦到的。不可能只是跟 AI 說「嘿，幫我做個病毒」吧。
當然不是。整個過程其實非常嚴謹，基本上可以當作一個「用 AI 創造生命的SOP」。
第一步：挑一個參考範本
他們先從一個生物學界非常有名的病毒開始，叫做「噬菌體 ΦX174」。噬菌體是一種很特別的病毒，它們只會攻擊細菌，對人類完全無害，這點超重要，也是為什麼科學家敢拿它來做實驗。對了，這個 ΦX174 在生物學界的地位大概就像…嗯，遊戲界的瑪利歐吧？牠是 1977 年第一個被完整定序出基因組的生物，用它當範本，有種致敬歷史的感覺。
第二步：把通用 AI 訓練成專家
研究用的 AI 模型叫做 Evo，你可以把它想像成生物界的 GPT。但通用的 Evo 懂太多東西了，不夠專精。所以研究人員又用了超過一萬五千種跟 ΦX174 同家族（Microviridae）的病毒資料，對 AI 進行「微調」（fine-tuning）。這就像把一個博學家，訓練成某個領域的頂尖專家。訓練完之後，Evo 就變成了設計 ΦX174 風格病毒的大師。
第三步：設定遊戲規則（安全護欄）
這就是「設計」的精髓所在。他們給 AI 設下非常具體的目標和限制：
- 宿主目標： 新病毒「必須」只能感染他們指定的目標細菌（E. coli C），不能亂感染別的東西。這是最重要的安全措施。
- 基因架構： 新病毒的結構要跟原本的 ΦX174 差不多，基因數量、排列順序都要類似。
- 演化新穎性： 但是！它又不能是直接複製貼上。AI 必須創造出全新的 DNA 和蛋白質序列。
這要求基本上就是在跟 AI 說：「給我一幅看起來像畢卡索風格的畫，但必須是沒人見過的新作品。」
這東西的殺手級應用：對抗超級細菌
OK，如果前面的內容只是「喔好酷的科學」，那接下來這部分就是「這東西可能會改變醫學」。
我們現在全球都面臨抗生素抗藥性細菌（也就是「超級細菌」）的危機。而「噬菌體療法」，也就是用噬菌體去殺細菌，是目前最有希望的解方之一。
但問題是，細菌也會演化出抵抗噬菌體的方法。所以研究人員就模擬了這個情況。
- 他們先培養出三種對「天然的」ΦX174 病毒完全免疫的大腸桿菌。
- 然後，他們分別用天然病毒，和一個由 16 種 AI 設計的病毒混合而成的「雞尾酒」，去攻擊這些有抗藥性的細菌。
結果超驚人。
天然的 ΦX174 完全沒用，根本打不穿細菌的防禦。
但是那個 AI 病毒雞尾酒呢？它在三種抗藥性菌株上，都迅速地瓦解了細菌的抵抗。AI 生成病毒的多樣性，創造了一種細菌無法防禦的多線攻擊。這簡直是利用生成式 AI 開發強力、可對抗演化的療法的最佳概念驗證。
風險與應變：我們是不是打開了潘朵拉的盒子？
聊到這裡，一定會有人覺得毛毛的。AI 都能設計病毒了，下一步是什麼？設計更危險的東西嗎？
這確實是個必須嚴肅看待的問題，也就是所謂的「雙重用途」（dual-use）風險。同樣的技術，可以拿來設計對抗超級細菌的救命良藥，也可能被用來設計生物武器。
這篇發表在頂尖期刊《Nature Biotechnology》的研究，作者們自己也非常清楚這點。所以他們在研究中加了非常多的安全措施，例如選擇只對細菌有影響的噬菌體、嚴格控制宿主範圍等等。他們是在一個高度可控的環境下，證明這個概念。
不過，技術本身是中立的。這也凸顯了法規和監管的重要性。像在台灣，任何跟基因改造相關的研究，都必須遵守國家科學及技術委員會（NSTC）制定的「基因重組實驗守則」。這套守則根據實驗的風險高低，把操作環境分成 P1 到 P4 四個等級。今天這個 AI 設計病毒的研究，如果要在台灣進行，肯定也需要經過嚴格的倫理和安全審查，並在合適的生物安全實驗室裡進行。
所以，看到美國那邊的研究團隊在衝刺技術邊界，我們也得反過來看，台灣的法規和研究倫理社群，有沒有跟上這種指數級成長的技術發展？這點跟我們在台灣感受到的氛圍很不一樣，國外是技術先衝，倫理討論跟上；我們這邊似乎更傾向先把所有規則都訂好。哪個好很難說，但這確實是個挑戰。
我們現在正站在一個歷史的轉捩點。DNA 的語言，不再是大自然的專利。AI 正在變得精通這門語言。如果這只是第一次嘗試的成果，五年、十年後會發生什麼，說真的，我完全無法想像。
一個小問題： 你覺得這種「AI 設計生命」的技術，是個巨大的機會，還是一個潛在的威脅？在下面留言分享你的看法吧！
