AI 设计病毒:技术突破与全球安全挑战
☕ 预计按 500 字/分钟速度阅读,需要 14 分钟
一、合成生物学与人工智能交叉的历史脉络及全球博弈背景
自20世纪70年代重组DNA技术问世以来,合成生物学便逐渐从实验室走向产业化。早期的基因克隆与蛋白质工程主要由美国国家卫生研究院(National Institutes of Health, NIH)和欧洲分子生物学实验室(European Molecular Biology Laboratory, EMBL)推动。进入21世纪后,CRISPR-Cas9基因编辑技术的突破使得精准改造基因组成为可能,随之而来的是基因合成、代谢路径重构以及人工细胞的探索。美国的斯坦福大学(Stanford University)、麻省理工学院(Massachusetts Institute of Technology, MIT)以及哈佛大学(Harvard University)在合成生物学基础研究方面长期占据领先地位;欧洲则以德国马普学会(Max Planck Society)和英国剑桥大学(University of Cambridge)为核心,通过欧盟 Horizon Europe框架计划大规模投资合成生物与生物制造;中国则依托国家自然科学基金委员会(National Natural Science Foundation of China, NSFC)和科技部的战略布局,在北京基因组研究所(BGI)、上海生命科学院(Shanghai Institute of Life Sciences)等机构推动合成生物学产业化。
与此同时,人工智能在生命科学领域的应用从最初的蛋白质结构预测(如AlphaFold由DeepMind在2021年提出)逐步扩展到基因序列生成、代谢路径设计以及病毒衣壳建模。2024年,美国能源部(U.S. Department of Energy, DOE)资助的Joint BioEnergy Institute(JBEI)公开了首个基于大型语言模型的基因启动子设计平台;2025年初,斯坦福大学博士生塞缪尔·金(Samuel King)在其导师德鲁·恩迪(Drew Endy)指导下,利用生成式人工智能模型(基于Transformer架构的生成对抗网络)提出了若干微型病毒的遗传蓝图。虽然这些蓝图尚未在湿实验中被合成并验证具备传染性,但该工作标志着AI驱动的病毒设计从概念验证进入早期实证阶段。
全球范围内,这一技术突破引发了主要国家在安全、伦理与产业层面的不同反应。美国通过国家科学基金会(National Science Foundation, NSF)和国防高级研究计划局(Defense Advanced Research Projects Agency, DARPA)启动了“生物安全AI”(AI for Biosecurity)专项,旨在评估AI生成病毒序列的潜在风险并开发筛查工具;欧盟在欧洲化学品管理局(European Chemicals Agency, ECHA)框架下提出了“合成生物学风险评估指南”,要求对AI设计的核酸序列进行强化审查;中国则在国家卫生健康委员会(National Health Commission, NHC)和科学技术部联合发布的《合成生物学安全管理暂行办法》中,将AI生成的病毒相关序列列为双用途物项,须经出口管制行政许可后方可进行境外合成。上述举措表明,AI设计病毒不仅是技术问题,更已经成为中美欧在生物安全治理、技术标准制定以及产业链布局上的重要博弈点。
二、底层驱动机制与核心利益主体的战略诉求与约束条件
从技术驱动力来看,生成式人工智能在序列空间中的探索效率远超传统理性设计。以塞缪尔·金(Samuel King)所采用的模型为例,其训练数据包含了国际核酸序列数据库(GenBank)、病毒基因资源库(Virus Pathogen Resource, ViPR)以及蛋白质数据银行(Protein Data Bank, PDB)中的数百万条记录。通过无监督学习,模型能够捕捉病毒衣壳对称性、宿主识别 motif 以及免疫逃逸位点的统计规律,从而在给定的设定约束(如目标宿主范围、免疫原性强度)下生成具有潜在功能的遗传编码。这种“数据驱动+约束优化”范式使得研发周期从数月甚至数年缩短至几天至几周,极大提高了快速响应疫情和定制疫苗载体的可行性。
在这一技术逻辑下,主要参与方的战略诉求可以归纳为三类:首先是公共卫生与 pandemic preparedness(大流行防备)。以美国国家过敏和传染病研究所(National Institute of Allergy and Infectious Diseases, NIAID)为代表,其希望利用AI快速设计出针对新兴病毒(如禽流感H5N1、埃博拉病毒变种)的减毒株或病毒样颗粒(VLP),以加速疫苗临床前评估;其次是商业化与生物制造价值捕获。合成DNA公司如美国 Twist Bioscience、德国 Eurofins Genomics以及中国 华大基因(BGI)均在布局按需序列合成服务,期望通过AI提出的高价值序列(如治疗性病毒载体、基因疗法病毒)获得更高的溢价定价;最后是国家安全与防御需求。美国国防部通过DARPA 的“安全生物制造”(Safe Biofabrication)项目考察AI生成病毒序列在生物防御场景下的潜在应用,如快速生产抗体或细胞疗法的病毒载体;中国人民解放军则在军事医学科学院框架内开展“人工智能辅助的生物威胁感知”研究,旨在提升对潜在AI设计病毒的早期预警能力。
然而,这些诉求均受到明确的约束条件限制。其一是立法与出口管制框架。美国商务部工业和安全局(Bureau of Industry and Security, BIS)将具备病毒功能潜能的核酸序列列入《出口管理条例》(Export Administration Regulations, EAR)的1C351条款,要求对疑似双用途序列的合成订单进行许可审查;欧盟则通过双用途物项出口管制条例(EU Dual-Use Regulation)对类似序列实施许可制度;中国依据《军民融合发展条例》和《出口管制法》对涉及病毒相关序列的技术出口进行审批。其二是伦理审查与机构生物安全委员会(Institutional Biosafety Committees, IBC)的要求。在美国,任何涉及病毒构造的研究均需经过国家科学顾问委员会(National Science Advisory Board for Biosecurity, NSABB)的风险评估;在欧盟,欧洲生命科学安全论坛(European Forum for Good Clinical Practice, EFGCP)提供指导;在中国,国家卫生健康委员会的《人类遗传资源管理条例》及《生物安全法》对病毒相关实验提出了严格的BSL‑2/BSL‑3设施和操作规范。其三是技术验证的不可逆性。尽管AI可以在 silico 生成序列,但将其转化为具备感染性的病毒颗粒仍需要湿实验室的DNA合成、宿主细胞转染以及代谢负载测试,这一环节的成本与技术门槛实际上对滥用行为构成了天然屏障。塞缪尔·金(Samuel King)本人亦在其2025年研讨会发言中强调,其工作仅为“基础设计探索”,尚未涉及功能验证,亦未涉及任何致病性增强。
综上所述,AI设计病毒的推进既受到科研创新与产业价值的牵引,又受到国际安全规范、伦理审批以及技术实现门槛的双重约束。这种“推拉”格局决定了该技术在未来五年内更可能在受控的疫苗开发与治疗载体领域落地,而非无序扩散至生物武器领域。
三、产业链外溢效应与全球技术格局的深远重塑
一旦AI辅助的病毒序列设计成为常规研发工具,其对全球生物制造供应链的影响将体现在三个层面:序列创造、DNA合成与交付,以及后续的病毒颗粒生产与功能验证。
在序列创造端,传统的依赖人工设计与进化定向的工作流程将被AI生成的候选序列大幅补充。以美国国家基因组研究所(National Human Genome Research Institute, NHGRI)的“AI‑Design Viral Vectors”项目为例,研究团队利用生成对抗网络每日可产出上千种衣壳变体序列,随后通过机器学习打分模型筛选出具有高转录效率且低免疫原性的候选体。这一过程显著压缩了从概念到可合成序列的时间,使得设计端的算力需求成为新的瓶颈。亚马逊网络服务(Amazon Web Services, AWS)、谷歌云(Google Cloud)和微软 Azure均在2024‑2025年间推出了专门针对生物序列生成的GPU加速实例,并与DNA合成平台进行API对接,形成了云‑序列‑合成的一体化服务链。
DNA合成端则面临序列量爆炸带来的产能挑战。传统的磷酸三酯化学合成法在每条碱基上的成本约为0.09‑0.12美元;然而,AI生成的高复杂度序列往往含有较高的GC含量与二级结构倾向,导致合成失败率上升。为应对这一问题,Twist Bioscience在2025年推出了光刻法合成平台(Silicon‑based DNA Synthesis),其单条成本降至0.04美元且错误率低于1/10,000;BGI则通过酶促合成技术(Enzymatic DNA Synthesis, EDS)实现了千碱基长度的高 fidelity 合成,且对复杂序列的耐受性更强。与此同时,欧盟的 Eurofins Genomics与德国的 GATC Biotech正在共同开发模块化合成机床(Modular DNA Synthesizer),以实现按需、快速交付的中小批量服务。
病毒颗粒生产与功能验证环节则受到细胞系供应、转染效率及纯化工艺的制约。美国的 Thermo Fisher Scientific与中国的 华大赛雷(Sino Biological)均在扩大病毒载体生产的细胞系(如 HEK293、Vero)以及提供瞬时转染试剂盒。德国的 迈瑞克(Merck KGaA)则推出了基于超滤‑色谱联用平台的病毒颗粒纯化套件,使得从裂解液到纯度>95%的病毒液的周期从两周缩短至三至四天。这一改进对快速响应突发疫情尤为关键。
从全球格局看,美国凭借其在云计算、高端DNA合成以及病毒载体生产方面的垂直整合优势,正在构建起以美国西海岸(加州旧金山湾区)为核心的AI‑DNA‑病毒载体产业集群;欧洲则依托德国的巴登‑符腾堡州和法国的巴黎‑萨克雷平原在合成生物基础设施与监管标准方面的优势,形成以欧盟生物制造联盟(EU BioManufacturing Alliance)为纽带的跨国合作网络;中国则通过京津冀、长三角和珠三角三大生物制造 hub,借助国家重大科技基础设施(如中国科学院上海生命科学院国家蛋白质科学中心)以及华大基因的全球合成DNA网络,努力在序列设计‑合成‑载体三端实现国内闭环。印度凭借其海得拉巴基因组中心(Genome Center, Hyderabad)和成本优势的合成DNA外包服务,正在成为全球序列合成的重要补充来源。这些地区性布局的交叉与竞争,正在重塑全球生物安全供应链的地理分层与技术依赖关系。
四、情景推演与战略启示:基准路径与风险防控
基准情景(Baseline Scenario):在现有的监管框架与技术验证门槛下,AI设计病毒的主要应用将集中在疫苗载体、基因疗法病毒及合成病原体用于免疫学研究三个方向。以美国国家过敏和传染病研究所(NIAID)为例,其计划在2027年前完成基于AI设计的流感病毒血凝素(HA)蛋白纳米颗粒疫苗的Ⅰ期临床试验;欧盟创新委员会(European Innovation Council, EIC)资助的“AI‑Engineered Oncolytic Viruses”项目则瞄准在2028年前完成首个针对实体瘤的病毒疗法概念验证。在这一情景下,全球生物制造业将经历一次以算力驱动的序列创新浪潮,合成DNA产业的年复合增长率(CAGR)预计将从2024年的12%提升至2029‑2031年的18%左右;病毒载体市场规模有望从2024年的45亿美元增长至2030年的约110亿美元。供应链方面,美国西海岸与欧洲中部的算力‑合成‑载体三端协同将成为新的产业标杆,而中国的区域 hub 则通过政策引导(如《国家合成生物学产业发展规划(2026‑2035)》)实现技术自主化与国际合作的双向流动。
风险情景(Risk Scenario):若监管滞后、开源AI模型泄露或恶意行为者利用低门槛的云序列服务进行“不具功能验证”的病毒序列设计与合成,则可能出现“序列即威胁”的隐蔽扩散。具体表现为:非国家行为组织通过GitHub、Hugging Face等平台下载已发布的病毒序列生成模型,在无需实验室的情况下在线生成疑似具备衣壳形成潜能的核酸片段,并将其发送至全球合成DNA供应商进行合成。1 虽然目前尚未有公开案例证实此类序列在湿实验中具备传染性,但其一旦被错误地用于病毒伪装(Virus Mimicry)或免疫系统误导,仍可能在公共卫生应对中造成信息混沌与资源浪费。此情景的发生概率主要取决于三个因素:(1)开源生物序列模型的可访问程度;(2)合成DNA供应商的订单筛查能力;(3)跨国执法机构对双用途核酸流动的情报共享效率。
基于上述推演,针对政策制定者与行业领袖的战略建议如下:
- 强化序列准入审查机制:建议美国商务部BIS、欧盟委员会贸易总司及中国海关总署共同制定《AI生成核酸序列双用途风险评估指南》,要求合成DNA企业在接受订单前进行同源性比对、毒力预测模型(如Virulent‑Pred)及宿主范围预测的三重检测,高风险序列须提交至国家生物安全审批委员会进行实质性审查。
- 推动AI模型治理与透明度义务:鼓励美国国家科学院(National Academies of Sciences, Engineering, and Medicine)、欧洲生命科学院(European Academies Science Advisory Council, EASAC)与中国科学院联合发布《生物序列生成模型使用准则》,要求所有公开发布的具备病毒相关功能潜能的AI模型须附带模型卡片(Model Card),明确训练数据来源、预期用途及已知偏差,并设置使用许可证(License)限制其在无实验室 biosafety 级别约束下的直接下载与商业化使用。
- 构建跨国生物安全情报网络:借鉴全球卫生安全议程(Global Health Security Agenda, GHSA)框架,建议美国疾病控制与预防中心(CDC)、欧洲疾病预防与控制中心(ECDC)及中国疾病控制预防中心(China CDC)每半年举办一次双用途核酸序列风险研讨会,共享可疑序列特征、筛查技术及事件应对标准操作程序(SOP)。
- 支持负责任的创新激励措施:对在国家重大研发计划(如美国的ARPA‑E、欧盟的EIC及中国的国家重点研发计划)中采用可验证的AI设计病毒序列且附带完整功能验证数据(体外及体内)的项目,提供税收抵免、优先采购及国际合作基金等激励,以引导技术向公共卫生与治疗领域倾斜。
- 提升供应链溯源与应急响应能力:要求主要合成DNA供应商(如Twist Bioscience、IDT、BGI、Eurofins Genomics)在其订单管理系统中嵌入区块链溯源模块,记录序列来源、设计意图及最终用途;同时,各国国家应急储备应增加通用病毒载体纯化试剂盒与广谱抗病毒小分子的库存,以应对潜在的误导性序列导致的假警报。
通过上述措施,可在不抑制合成生物学创新活力的前提下,将AI设计病毒技术的风险向下压缩,使其主要服务于抗疫苗研发、基因疗法载体及合成病原体基础研究等明确的公共价值目标,而非成为不透明的生物安全威胁来源。此种平衡路径既符合当前技术发展的惯性,也契合全球在生物安全治理方面日益趋同的规范方向。
信源跟踪: 麻省理工科技评论
