AI設計新型病毒開啟醫藥潛力 同時引發生物安全隱憂
科學家首次利用兩款AI模型(Evo 1、Evo 2)成功設計出自然界中不存在的病毒,這些病毒能有效對抗抗生素抗藥性細菌,開啟了醫藥治療的新潛力,但由於AI設計病毒的能力可能被惡用,也同時引發了各界對生物安全風險的擔憂。
蔡佳穎
· 3 分鐘閱讀

科學家近日首度利用人工智慧(AI)設計出自然界中不存在的新型病毒,研究結果已於8月6日發表於國際期刊《科學》(Science)。儘管這項技術在醫學領域展現出對抗抗生素抗藥性微生物的巨大潛力,但也同步引發外界對於潛在生物安全風險的憂慮。
根據《Smithsonian Magazine》報導,研究團隊使用 Evo 1 和 Evo 2 這兩種生成式人工智慧模型(generative A.I. models),透過學習數兆個核苷酸(nucleotides)組成的基因序列,預測並生成新的基因序列。這些模型特別針對 Phi X-174 這種噬菌體(bacteriophage)進行訓練,這是一種基因組結構簡單、專門感染大腸桿菌的病毒。研究人員指示 AI 設計類似 Phi X-174 的噬菌體,共生成約70萬種潛在選項,最終合成285種,其中16種成功在實驗室中抑制大腸桿菌生長。
史丹佛大學計算生物學家 Brian L Hie 指出,這些多樣化的合成噬菌體能讓細菌更難產生抗藥性。研究顯示,由16種合成噬菌體組成的混合物,能有效攻擊兩種抗生素抗藥性大腸桿菌菌株,這是天然噬菌體或天然混合物難以實現的成果。多倫多大學傳染病學專家 Isaac Bogoch 也表示,這項由AI設計的病毒技術,有望開創靶向噬菌體療法,以新方式應對抗生素抗藥性感染。
然而,Isaac Bogoch 同時警示,設計功能性病毒的能力也可能構成生物安全風險(biosecurity risk),亦即可能對人類、動物、植物或環境造成危害的生物學風險。他強調,必須伴隨嚴格的防護措施、篩選機制與監管框架。研究團隊表示,他們已在訓練數據中排除會感染人類、動物、植物或真菌的基因組,以避免 AI 設計出有害病毒,並採取超越傳統噬菌體研究的預防措施,作為潛在的生物安全框架。
倫敦帝國學院合成基因工程師 Tom Ellis 指出,Phi X-174 的基因組僅約5,400對核苷酸,是目前已知最簡單、最容易設計的病毒基因組。他解釋,相較之下,造成 COVID-19 的病毒基因組長度是 Phi X-174 的六倍,其複雜性將呈指數級增長,設計難度可能高出約一百倍。
延伸閱讀

AI輔助醫療診斷現曙光 新研究:複雜病例助醫避免漏診
一項由 Arjun Manrai 團隊發表在《科學》期刊上的最新研究發現,AI 在分析複雜醫療病例時,比人類醫師更能將正確診斷納入考量,顯示 AI 在避免漏診方面具潛力;儘管另有研究指出 AI 在處理不確定診斷時仍有弱點,但專家普遍認為 AI 應作為醫生的輔助而非取代,並期待透過更多研究安全地整合 AI 進入醫療體系。

腦深層刺激術助解強迫症腦部機制 精準治療露曙光
針對難治型強迫症,研究人員正利用腦深層刺激術(DBS)設備紀錄的腦部活動數據,深入理解疾病機制,並開發更精準的個人化治療方案,為嚴重患者帶來新的治療契機。

伊拉克五歲童罹罕病命危 父籌 290 萬美元基因療法救子
伊拉克一名五歲男童阿里罹患致命罕見肌肉疾病,急需高達290萬美元的基因療法續命,其父親薩班·哈桑正努力透過募款,在伊拉克與阿拉伯聯合大公國等地為兒子籌措這筆鉅額醫療費。