AI已经登上科学研究的核心舞台。未来，AI会不会改造生命，甚至创造出自然界中根本就不存在的生命？
事实上，这个未来并不像人们想象的那么遥远，因为此时此刻，人类已经站在AI设计和创造生命这扇大门的门口，只差那临门一脚了。就在不久前，斯坦福大学的研究者开发出了一种AI系统。根据科学家给出的文本提示，这种AI成功设计出了诸多有活性的病毒，而且其结构迥异于天然病毒。尽管科学家通常认为病毒不算真正意义上的生命，但这样一种在条件适当的情况下可以完成复制和自组装的系统已经离生命很近了，可以说仅有“一步之遥”。更令人震撼的是，这种AI的核心原理与你手机中的ChatGPT、DeepSeek应用并没有本质上的不同。它也是一种语言模型，只不过学习的不是我们日常使用的自然语言，而是生命和演化的语言。
人类已经站在AI设计和创造生命这扇大门的门口。视觉中国|图
很大程度上，大语言模型的AI就像一个天赋异禀、善于钻研的学生，你只需要给它提供海量的学习材料就行了，在模型算法的框架下，它能无师自通，自学成才。
但你有没有想过，大语言模型为什么会有如此强的学习能力，可以从一名一无所知的“小学生”变成一个几乎无所不知，而且还能灵活分析问题的“全才”？
原因都隐藏在“语言”二字里。
别有洞天
任何一段语言文本，无论是一篇小说，一本诗集，还是一段计算机代码，都不是字符的随机排列。它们不仅结构有序，而且还蕴含着丰富的信息。这是因为语言在演化和发展的过程中形成了一套独特的规则：语法。以训练大语言模型的自然语言为例，最直观的是狭义的语法，它们关乎语言的结构：一个冒号的后面往往更可能出现引号，而不是问号；动词往往需要一个主语；数字后面常常需要一个量词，等等。但语言还有一种更“高级”的规则——我们不妨把它们视作一种广义的“语法”。它们不是人为制定的刻板条款，而是语言在演化和发展过程中“沉淀”下来的统计关联规律。比如，“诺贝尔奖”往往和卓绝的科学成就有关，常常与“科学家”“物理学”“化学”“生理学或医学”等共同出现，而不太可能与“面包机”并列；“黑洞”则更可能与“恒星”“质量”“坍缩”相关，而不是“海洋”。
这些联系往往都关乎现实世界中的客观规律，这意味着从人类认识到这些规律和联系，使用语言记录、交流和传播它们的那一刻起，不仅最直接的相关事实信息被语言保存了下来，这些关联性也被一种独特的语法浓缩存储在了语言当中。换句话说，语言不仅是人类交流和传承信息的工具，而且其中别有洞天，隐藏着很多不那么“显而易见”的信息，包括人类并未意识到，但事实上已经能够“推导”挖掘出的信息。而在大模型海量参数的框架下（ChatGPT-5的参数已经达到了数万亿个），经过训练的AI就像一名神探，能够根据参数中编码的统计关系（这些关系在本质上就是语言中蕴含的广义语法），把无数种不符合“线索”的选项逐一排除掉，从而留下或者说“推断”生成最可能的那一个。不断地运行这样一个词素生成过程，AI最终就能回答你的问题，创作艺术作品，甚至做出科学发现。
我们不妨设想人类置身于一座巨大的岩洞之中。洞穴深处埋藏着无数宝藏，这些宝藏并不是金银财宝，而是人类在此时此刻有可能（但未必有能力）触及的“知识信息”的总和——关于物质、自然、宇宙、生命……有些宝藏埋得很浅，俯首可及；有些则埋在岩层深处，人类此前几乎无法触及。大语言模型的出现就像人类第一次拥有了强大的探测设备和钻探机器。它们并没有创造全新的宝藏，而是帮助人类可以定位和发掘那些早已埋藏在语言岩洞深处的知识矿脉。
这同时也揭示了大语言模型的能力边界：它们无法挖掘出“洞穴之外”的宝藏。凡是尚未被人类的经验和科学所覆盖的未知疆域，大语言模型都无能为力，仍然需要人类通过实验、探索去开拓。在这一点上，大语言模型很像一门高度发达的“理论科学”——善于从已有信息中推演出更深层次的可能性和关联性，但却无法替代真正的实证科学。
演化的语言
语言模型不仅把传统的人工智能领域推到了一个前所未有的新高度，其思想也渗透到了其他领域，并掀起了一场研究范式的革命。越来越多的研究者认识到，只要策略得当，并且数据充足，“万物皆可词素化”——各式各样的数据信息，无论是图像、声音还是气味（让我们畅想一下），只要能被转译成某种可以词素化的语言，就能让AI像ChatGPT处理语言那样去学习和推断，发现人类不曾发现，甚至此前几乎不可能发现的科学规律。
然而，把一种信息转化为可词素化的语言绝非易事。以气味信息为例，嗅觉的神经基础是种类繁多的气味分子的组合效应。这意味着假如要将嗅觉系统词素化，自然界每出现一种（或者人类每发现一种）新的化学分子，“词汇表”就必须扩展，其“语法”结构也会变得更加复杂。看起来像不像一个“无底洞”？
幸运的是，自然界也存在天生就已经被词素化的语言，而且远在ChatGPT这样的大语言模型问世之前，研究者就已经在对其展开探索了。
2024年10月，瑞典皇家科学院宣布，将当年的诺贝尔化学奖授予美国华盛顿大学的计算生物学家戴维·贝克（David Baker）以及谷歌DeepMind公司的创始人德米斯·哈萨比斯（Demis Hassabis）和该公司的科学家约翰·江珀（John Jumper），表彰他们在蛋白质设计和三维结构预测领域的贡献。三人的关键工作都远早于ChatGPT的出现，但其科学内核与ChatGPT有着惊人的一致：让AI学习一种语言，进而掌握生成和预测的能力。只不过在这里，AI学习的是演化的语言。
以DeepMind开发的蛋白质空间结构预测工具AlphaFold为例，AI学习的是蛋白质的氨基酸序列与蛋白质三维结构的关系。蛋白质的生物学功能往往高度依赖其三维结构。三维结构上一个“不起眼”的微小变化，都可能使蛋白质功能异常，导致疾病；深刻理解这些三维结构背后的规律，还能帮助研究者设计自然界不存在的新蛋白。这正是生物医学界投入大量资源开展蛋白质结构预测研究的原因。
能够预测蛋白质的三维结构固然意义重大，但很显然，蛋白质的序列并非生命语言的全部，蛋白质也不是生命系统最基础的层级，而是“上层建筑”。在很大程度上，生命的几乎所有信息都被编码存储在基因组中。是这些信息决定了蛋白质（和RNA）应当具有什么序列，在什么时间、在哪些细胞中被制造出来，并且以何种方式相互作用。换句话说，基因组才是生命这座建筑的地基。既然AI可以读懂蛋白质的语言和语法，那么人类是否有可能教会AI读懂生命最根本的语言——基因组语言的语法和语义呢？若真能如此，那么人类无疑将手握一把理解、改造甚至创造生命的利器。
过去两年间，美国斯坦福大学的一群科学家一直在做这方面的探索。他们开发出的AI如今不仅已经能够设计自然界不曾存在的基因，而且就在今年9月，还在人类历史上第一次设计出了具有活性的噬菌体——一种攻击细菌，对人类无害的病毒。
Evo模型
毫无疑问，基因组的序列是一种天生就已词素化的语言。借助A、C、G和T四种“字母”（核苷酸），它记录下了从蛋白质的氨基酸序列到基因表达指令在内的多层次的信息。另一方面，基因组还遵循着一套演化“沉淀”下来的语法规则：哪些基因、怎样的DNA序列对生命的存续有益，它们就更可能在漫长的演化过程中被保留下来；而那些有害或者低效的序列则更可能被淘汰。因此，从基因组的“文本”中，你读到的很大程度上是演化允许保留下来的那部分语言。
基于此，2024年11月，斯坦福大学科学家布莱恩·希（Brian Hie）领导的小组在著名学术期刊《科学》杂志上发表论文，介绍了他们开发的一种基因组语言模型（Genome Language Model）。这种模型的分辨率达到了单核苷酸级——换句话说，每一个核苷酸都被当作语言中的一个词素，模型可以从最细小的语言单位中学习生命系统的规则。他们把这个语言模型称为Evo（“演化”的英语evolution的缩写）。
这些研究者共使用了270万个基因组来训练AI，包括8万种细菌和噬菌体的基因组（其他的是一些更小形式的基因组）。训练被分为两个阶段。在第一个阶段中，每条训练文本的长度为8192个核苷酸，在第二个阶段中，训练文本被增加到了13.1万个核苷酸。这是因为和任何形式的学习一样，机器学习也需要“循序渐进”。整个训练过程使用的文本总长为3000亿个核苷酸，模型共有70亿个参数。
之后，科学家从DNA、RNA和蛋白质等多个层级对Evo的“学习成绩”开展了检验。最直观的一项是把一些蛋白质的编码序列提供给Evo，但编码序列中携带了各式各样的突变，让它预测这样的一种序列的可能有多大，这就像是在让Evo“做判断题”。Evo的答案会和正确答案进行比较。这些正确答案都是此前的研究者通过真实的实验室实验得到的：把微生物的基因改成“突变版”，实验检测微生物的“生命力”发生了什么样的改变。比如，有的突变或许会使微生物无法存活，有的突变则可能让微生物的“生命力”变得比没有突变时更强。比较结果发现，Evo的表现超过了所有其他基于DNA序列训练的AI，比肩直接用蛋白质序列训练的AI。但请注意，Evo从来没有直接学习过蛋白质序列的语言，你甚至可以说在此之前它都没有“听说过”蛋白质——这就好像一个人拿着小学数学课本，自己琢磨出了高等数学定律一样。
Evo2
尽管Evo在各类检验中都表现优异，但它有一个天生的缺陷。由于训练它使用的是细菌等原核生物的基因组，因此它不懂真核生物（比如人类细胞）的基因组语言。但2025年2月，有关Evo的论文在《科学》杂志上正式发表仅三个月后，同一批研究者就在论文预印本网站提前释出了他们有关Evo的进阶版Evo2的论文。Evo2的训练文本不仅包括原核生物的DNA，也包括了真核生物的DNA，而且在训练“强度”和模型规模上都远远超过了Evo：训练用文本的最大长度达到了100万个词素（也就是100万个核苷酸），整个训练过程使用的文本总长为9.3万亿个核苷酸，模型共有400亿个参数，生成的单条DNA序列最长可以有200万个核苷酸。
和Evo的论文一样，研究者也从各个层次对Evo2做了检验。其中最有趣的有两项。一项是让Evo2预测不同的人在某一个基因上的差异，或者说不同的人同一个基因的不同“版本”，会对健康产生何种影响。他们使用了乳腺癌相关基因BRCA1和BRCA2作为一个例子。这两个基因无论在临床上还是基础实验领域，都有丰富的数据，只需使用上述方式，先让Evo2“做判断题”（是否导致乳腺癌），然后与实验和临床诊断中的数据集比较就行了。结果表明，Evo2能够清晰地把致癌差异（因为这些差异导致基因编码的蛋白质丧失了功能）与非致癌差异区分开。这个结果表明，Evo2这样的基因组语言模型未来有可能从最底层的DNA去帮助医生和研究者甄别、诊断和研究疾病。
看起来，Evo2是不是很有能力“读懂”生命的语言了？那写呢？研究者的另一项检验就是让Evo2“写作文”。其中之一使用了生殖支原体来检验。虽然他们还使用了其他物种更长的基因组序列来检验，但使用生殖支原体却别有一番意义，因为他们使用的是生殖支原体的整个基因组，而其他物种只使用了全基因组的一部分。生殖支原体的基因组大约有580000个核苷酸。研究者向Evo2提供了最初的约1万个，接着让Evo2自由发挥式地续写，把整个基因组都续写出来，然后从各个角度与已有的数据库中生殖支原体的数据进行比较。比较结果发现，在让Evo2续写出的基因组中，70%的基因都能在实验数据库中，也就是现实世界的生殖支原体中找到匹配。这说明Evo2或许已经有了“书写”最简单的“生命之书”的潜力。
但这样的“判断题”和比对研究多多少少还是有些“纸上谈兵”的感觉，现实完全可能是另一种情况，比如尽管Evo2书写出的基因组文本与现实世界中生命体的基因组文本相似度或许很高，但写出的这些基因组文本完全有可能无法“支持”一个生命。毕竟，一个不起眼的小零件故障都有可能使一台精密仪器无法工作，更别说生命这样复杂的系统了。
毫无疑问，最有说服力的证据是让Evo2书写一个基因组，然后为这个基因组提供一个“躯体”，检验这个基因组是否能够让这个躯体“活下去”。2025年9月底，这一批科学家在论文预印本网站提前释出了第二篇有关Evo2的论文。这一次，他们踏出了这种检验的第一步，用Evo2设计制造了一个“病毒动物园”。
“病毒动物园”
这些研究者使用了生命科学研究中有着悠久历史的ΦX174噬菌体来开展这项验证。这种噬菌体的基因组只有约5400个核苷酸。但在如此小的空间中共塞入了其“生命周期”所需要的全部11个基因（另外还有一些不编码蛋白质，但仍然至关重要的序列），很多基因间会共用一段DNA序列，这一定程度上也算是在给Evo2出难题。
噬菌体是一类能够感染细菌的病毒，其“生命周期”依赖宿主细菌。ΦX174噬菌体在结构上大致可以分为两部分：多种蛋白质构成的外壳以及被蛋白质外壳包裹的DNA基因组，编码这些外壳蛋白质的基因就位于DNA基因组上。在这种噬菌体的一个“生命周期”中，噬菌体会感染细菌，把自己的基因组注入细菌中（蛋白质外壳被“丢弃”了），借用宿主细菌的“基建设施”扩增其基因组，合成它的基因所编码的蛋白质，最后组装出大量完整的噬菌体，并把宿主细菌裂解掉，开始一个新的“生命周期”。
在具体的实验中，这些研究者首先出于本项研究的需求，对Evo2做了进一步的训练——让Evo2学习在分类学上与ΦX174同属一科的其他噬菌体的基因组语言，也就是让Evo2学习这一大类噬菌体共用的演化的语言。训练完成后，他们为Evo2提供了一些极短的ΦX174的DNA序列，让Evo2续写整个基因组。研究发现，只需提供9个核苷酸序列，Evo2续写出的基因组与真实的实验数据库中的基因组序列就几乎如出一辙；但如果只提供两三个核苷酸序列，它又无法续写出来。因此，科学家最后重点考察了4～9个核苷酸的情况，让它依据这样的文本续写出基因组。
在对Evo2书写的这些基因组做过必要的初始过滤后（以去掉那些“绝无可能”成为噬菌体的序列，降低工作负担），研究者对302个基因组开展了检验，他们把这些基因组用Evo-Φ加上数字序号命名。
接下来的检验阶段见证AI创造出了世间未发现过的病毒，但在概念层面，其科学思想其实并不复杂。首先，由实验室的研究人员按照Evo2书写的序列，合成并缝合出Evo-Φ基因组的“实物”（事实上，由于技术方面的难度，最后只成功缝合出了285个基因组）；之后，把这些基因组以人工方式导入细菌的细胞内；最后，检验这些基因组是否能够“驾驭”细菌，以完整病毒颗粒的形式破细胞而出，并开始新一轮的“生命周期”。
AI（Evo2）设计创造的噬菌体Evo-Φ36的冷冻电镜照片，除了为AI提供一段很短的指示语言文本外，研究人员的参与仅限于作为执行人，把AI设计的噬菌体制造出来，转化为“实物”。（资料图）
这些验证性的研究发现，在这285个基因组中，有16个能够彻底完成噬菌体的周期。换句话说，一经人类帮助导入细菌内，只要条件允许，它们的基因组就将永远延续下去。事实上，Evo2已经不只是书写了病毒的基因组，而是设计制造出了一个“病毒动物园”。这样说一方面是因为研究者甚至给这些全新的病毒颗粒拍摄了冷冻电镜照片，让人可以眼见为实地看见它们；另一方面是因为这些基因组中出现了很多不同于ΦX174噬菌体基因组的地方，有的基因组多出了一个额外的基因，有的基因组少了一个基因。最让人震惊的是Evo-Φ2147。与各类数据库中噬菌体的基因组序列比较发现，与它相似度最高的是一种叫作NC51的噬菌体，两者只有93%的相似度。或许有人会觉得93%已经很高了。但事实上，据论文作者介绍，在自然界的噬菌体基因组中，相似度低于95%往往就需要另外分类为一种新的噬菌体了。
研究者甚至还开展了一项更有趣的验证实验。他们为Evo2设计的Evo-Φ噬菌体提供了一个机会，与自然界中的ΦX174噬菌体“打擂台”：同时用16种Evo-Φ噬菌体和ΦX174噬菌体感染细菌，看看哪一种最后会在竞争中胜出。结果ΦX174没有获得过一次“冠军”。在总共三次比赛中，ΦX174只有两次进入前五名，最高的一次排名为第三位。与之形成鲜明对比的是，Evo-Φ69、Evo-Φ100、Evo-Φ111三种Evo-Φ噬菌体在每一次比赛中都入围前五，Evo-Φ69甚至包揽了所有三次比赛的冠军。
“随心所欲”的风险
无论从以上哪个角度看，说Evo2创造出了自然界中未曾有过的噬菌体似乎都算不上牵强，而此时此刻，基因组语言模型诞生才短短几年时间。一个合理的猜想是，或许接下来就该跨过病毒这个生命形式的“门槛”，让Evo2“创作”最简单的生命的基因组了。毕竟，美国生物技术学家克雷格·文特尔在2010年就曾通过人工合成DNA的方式成功创造出人工生命。因此，让Evo2在“深化学习”之后“随心所欲”地设计出基因组，通过人类执行，制造出最简单的生命形式并非不可能。但即便是最简单的细菌性微生物，其基因数量也要比噬菌体多得多。基因越多，生命的系统显然就越复杂，Evo2是否还能学得像噬菌体、生殖支原体基因组那么好仍有待观察（生殖支原体就有近480个基因了）。
尽管Evo和Evo2展现出了广阔的医学应用前景，但这些应用或许还比较遥远。然而，另一个问题已经迫在眉睫：如果有人让Evo2或者其他形式的基因组语言模型学习那些威胁人类健康的病原体的基因组会发生什么？它们能否生成威胁人类生存的基因组？AI当然没法自己把这些基因组合出来并组装成威胁人类的病原体，但人可以，蓄意或者无意都可能。因此，在关于Evo和Evo2的论文中，这群斯坦福大学的研究者都特别指出，在用于训练AI的基因组数据集中，他们滤掉了那些（至少是已知的那些）可能对人有威胁的微生物病原体的基因组。好在已经有越来越多的研究者认识到问题的严重性。2025年6月，来自哈佛大学、斯坦福大学、普林斯顿大学等著名大学的一批科学家在业内顶级生物科技期刊《自然·生物技术》上刊文，呼吁学界联合起来，对生成式的生物学AI工具（Evo和Evo2就属于这个范畴）设置安全威胁防护措施。
伴随着Evo2这样的基因组语言模型越来越强大，安全风险性问题相信会得到更高的重视。如果真能应对好风险，或许有一天在AI创造生命这一点上，也会出现另一种形式的“图灵测试”：给你一份基因组，甚至一个生命，你能判别出它是“天生”的，还是AI创造的吗？
南方周末特约撰稿 陈彬
责编 朱力远
