AI设计病毒首次用于人体

尚无法评判的里程碑

Radical Numerics 本周宣布，一家位于旧金山的 AI 实验室在同情用药方案下，将一款由 AI 设计的噬菌体鸡尾酒注射给了一名人类患者。该设计背后的模型名为 Omnii-1。这一说法——首批含有 AI 设计变体的噬菌体鸡尾酒应用于人体——是可立的，其生物学工作也绝非易事。

但这里有一个值得所有关注此事的人忧虑的部分：公司不愿透露该治疗是否有效。至少现在还不愿。公司称，出于隐私原因，无法公布患者层面的结果。同时，公司也表示不希望给人留下"AI 噬菌体疗法已广泛安全有效"的印象。研究记录仅确认该鸡尾酒在体外杀灭了患者的抗生素耐药分离株。这是一项细胞培养结果，而非临床结局。

因此，我们面对的是一个真正的"首次"——AI 设计的生物学从实验台走向病床——与此同时，关于患者体内实际发生的一切却几乎完全信息封锁。

为何噬菌体疗法此刻意义非凡

噬菌体是感染细菌的病毒。它们不会感染人类细胞。这使得它们成为对抗日益增长的抗生素耐药感染的有力武器——这类感染已在全球造成大量死亡。噬菌体还具有菌株特异性，意味着它们能在靶向病原体的同时保护更广泛的微生物群，而广谱抗生素往往会损伤后者。

噬菌体疗法本身并非新事物。它在东欧和中亚部分地区已使用数十年，随着耐药性的蔓延，西方的兴趣也大幅升温。真正的新意在于，将大规模 AI 模型整合进了设计流程。

去年，斯坦福大学和 Arc 研究所的研究人员发表了成果，表明 AI 可加速噬菌体工程改造，设计出比天然对应物在对抗大肠杆菌方面表现更优的变体。Radical Numerics 在论文中直接引用了这一工作。据公司介绍，其自有方法是用 Omnii-1 预测哪些噬菌体变体能够成功感染特定的细菌分离株——然后在考虑人体给药之前，先在实验室验证这些预测。

体外数据令人鼓舞。在预测噬菌体-宿主相互作用方面，该 AI 模型的表现与一个专门模型具有竞争力。但在一项预测基准测试中表现优异，与在人体内清除感染完全是两回事。

无人知晓的患者

我们对这位患者的了解非常有限。Radical Numerics 未披露感染类型。论文提到，研究人员测试了 Omnii-1 针对铜绿假单胞菌——一种臭名昭著的多重耐药病原体，会导致囊性纤维化患者的持续性肺部感染和烧伤患者的伤口感染——的噬菌体-宿主相互作用预测能力——但没有任何证据表明该患者感染的是铜绿假单胞菌。公司未就相关问题作出回应。

这种沉默在同情用药案例中并不罕见。医生和研究赞助方受隐私法律约束，同时也背负着将单个个体当作数据点的伦理压力。但选择隐瞒结果也是一种策略性行为。Radical Numerics 正在围绕 Omnii-1 及更广泛的 AI 设计治疗品类构建叙事。一个负面或模棱两可的人类临床结果，与一个干净的成功案例，其传播效果截然不同。而这两种结果，公众都无从得知。

谁受益，谁受损，以及接下来会发生什么

这一时刻的赢家是抽象的：一个理念，即 AI 能够大幅压缩从生物学发现到临床应用的周期。如果这一流程能够规模化运作，其影响将是深远的。在几天内而非数月内设计出针对患者特定耐药分离株的噬菌体鸡尾酒，可能改变那些目前导致死亡或致残的感染病的轨迹。这并非臆测——这正是投入这一领域的全部逻辑所在。

输家更难言说，但却真实存在。监管框架是为成分已知、固定的药物而建立的。一款 AI 设计的噬菌体鸡尾酒是一个移动靶——对每位患者而言，变体可能不同、剂量可能不同、靶点也可能不同。FDA 及其国际同行目前尚无明确的审批路径，来核准那些通过算法而非静态配方生产的治疗手段。

还有一个只会愈发引人关注的生物安全维度。让一家公司能够设计噬菌体来消灭耐药细菌的同一项能力，也让某人能够设计病毒来靶向作物病原、动物宿主，或者——在最坏的情况下——被滥用。《The Register》的原始材料并未明确提及这些担忧，但它们与该技术密不可分。监管必须同时赶上治疗前景与双重用途风险两个方面。

框架本身的隐秘危险

这个故事最重要的方面或许不是科学本身，而是语言。Radical Numerics 将此次事件称为"将 AI 设计生物学从计算预测和实验室验证推进到临床应用的一个里程碑"。这是准确的——临床应用确实发生了，针对一人，采用同情用药途径。但"里程碑"一词携带着进步的内涵，暗示着一个引发公众热情的高光时刻。

热情并非错误。抗生素耐药性是一场缓慢推进的危机，正在造成真实且不断上升的伤亡。AI 已确凿无疑地加速了生物学研发链条中的某些环节。但热情若缺乏透明度，便是危险的——因为它会推高预期，而预期远超证据所能支撑的速度。

值得关注的关键信号

下一个有意义的信号不会来自新闻稿。它将出现在 Radical Numerics 或另一组研究机构公布来自 AI 设计噬菌体干预的患者层面数据之时。这些数据需要包含：感染类型、给药方案、从测序到治疗的完整时间线、不良事件记录以及微生物群影响。缺少这些细节，整个领域只能靠叙事在跑。

监管机构也必须做出回应。同情用药首例的存在，不能替代监管通道的建立。如果 AI 设计生物制品要从个案例外走向标准化治疗，FDA 及同类机构必须为算法生成的治疗性制剂建立评审标准——包括安全性、生产一致性和上市后监测。

一位患者，一剂鸡尾酒，一个私密的结果。里程碑是真实的。故事尚未完结。