2008年，科學家做了一件非凡的事情。他們第一次在實驗室中構(gòu)建了細菌的完整遺傳密碼。這為將合成基因組放入細胞并以某種方式"重啟"生物機器奠定了基礎。許多科學家將其描述為第一種合成生命形式。現(xiàn)在，科學家們有了AI，他們能更向前邁進一步嗎？

我們知道AI能夠?qū)W習跨越數(shù)萬億個DNA字母的模式。這能否將基因組設計從手動工程轉(zhuǎn)向機器生成？這正是由加利福尼亞州Palo Alto研究所的計算生物學家Brian Hie與生物工程師Patrick Hsu領導的研究團隊著手探索的。

在一篇新的《自然》論文中，研究人員介紹了Evo2，這是一個在來自生命之樹上的數(shù)萬億個DNA字母上訓練的新AI模型。利用該系統(tǒng)，團隊生成了完整的基因組序列，包括一個受生殖支原體細菌啟發(fā)的序列。

為什么這很重要？如果AI能夠設計可工作的基因組，它可能會極大地加速合成生物學。這將允許科學家為醫(yī)學、能源、生物技術和其他用例創(chuàng)造全新的生物體。

Evo2模型的細節(jié)于3月4日發(fā)表在《自然》雜志的一篇論文中。

該模型的工作原理是將DNA視為語言。然而，它不使用單詞，而是分析構(gòu)成基因組的遺傳字母長串。研究人員聲稱，該模型是在從細菌、植物、動物和其他生命形式中收集的數(shù)千個生物體的數(shù)萬億個DNA堿基上訓練的。

Evo2研究這些序列，以學習基因和其他基因組特征如何在真實基因組中出現(xiàn)和相互作用。因此，不是像大型語言模型那樣預測文本中的下一個單詞，Evo2預測哪些DNA序列在生物學上是合理的。

許多基因組AI模型做類似的事情，但Evo2在一些重要方面有所不同。早期的基因組AI模型通常專注于短的DNA片段，Evo2的設計目的是在更大的規(guī)模上運行。該系統(tǒng)可以模擬數(shù)百萬個字母長的序列。這使它能夠捕獲跨越整個基因組區(qū)域的模式。

在這種規(guī)模上工作使模型能夠捕獲基因組的不同部分如何相互交互。當嘗試生成類似于完整基因組的長DNA序列時，這種能力至關重要。

"這些AI模型是合成基因組學的'ChatGPT時刻'，"英國曼徹斯特大學的基因組工程師Patrick Yizhi Cai說。"你可以開始編寫自然界中從未存在過的東西。"Cai是對這項工作進行評論的獨立專家。

Evo2的開發(fā)者對它進行了測試，要求模型生成受生殖支原體啟發(fā)的基因組規(guī)模DNA序列——這是一種以擁有任何自由生物中最小基因組之一的細菌而聞名。這種細菌經(jīng)常用于合成生物學研究，因為它的基因組很小且相對簡單。這使它成為針對構(gòu)建或重新設計基因組實驗的一個有用起點。

根據(jù)研究人員的說法，Evo2成功生成了遵循真實基因組中觀察到的結(jié)構(gòu)模式的長段DNA。這為設計新生物體提供了可能的藍圖。

值得記住的是，在實驗室中設計DNA只是第一步。對模型來說看起來合理的序列不一定能在活細胞中發(fā)揮作用。

"這很酷，但還沒到那個地步，"荷蘭瓦赫寧根大學的合成生物學家Nico Claassens說。

一個挑戰(zhàn)是AI設計的基因組仍然需要在實驗室中合成和測試。另一個挑戰(zhàn)是設計能夠控制活細胞所有基本功能的DNA。科學家花了數(shù)十年時間學習如何讀取DNA。最近，CRISPR等技術使研究人員能夠越來越精確地編輯基因。像Evo2這樣的系統(tǒng)暗示了一個新階段，AI可能有助于從頭開始設計整個基因組。

如果這些工具成熟并在不同環(huán)境中進行測試，合成生物學可能逐漸從修改現(xiàn)有生物體轉(zhuǎn)向直接從數(shù)據(jù)中設計新的生物系統(tǒng)。AI最終是否會幫助創(chuàng)造功能齊全的合成生命尚待觀察，但前進的方向正變得越來越清晰——而且快得多。