AI能设计基因组，这会改变生命的进化方式吗？

生物学正在经历一场变革。数百年来，研究人员一直致力于研究自然进化的生命，如今他们正结合计算技术与基因组工程进行干预，生成新的蛋白质，甚至从零开始创造完整的细菌。利用人工智能工具设计生物组件的方法（即生成生物学）将极大推动这一研究领域。就在去年，科学家借助人工智能辅助设计，成功生产出可在哺乳动物细胞中表达的人工基因，还首次用人工智能程序创建出完全合成的病毒。
正如生物化学家阿德里安·伍尔夫森在其最新著作《物种的未来》中所描述的，这种方法远不止是一系列技术成就，它可能改变地球上生命的发展方式。该书全面梳理了这一变革性技术背后的历史与科学，从最初的基因测序工作一直到人工智能驱动技术的兴起。他对生物学发展方向的愿景让这本书具备了连贯性，而这种连贯性在合成生物学的广泛综述中往往缺失，那些综述通常只呈现当前的科学状况。
伍尔夫森书中的核心主题之一是，借助计算工具，生命的模式（无论是基因在染色体上的排列顺序，还是由基因编码的物理特征）正变得越来越可预测和可操控。这使得研究人员能更轻松地修改生物体的DNA以达到预期结果——无论是纠正致病突变、设计自然界中从未存在过的蛋白质，还是改造能清理污染的生物体。
人工智能系统可以像设计软件一样在计算机中重新设计基因组，像排列代码一样重排碱基。这些程序通过建模来预测基因序列与其编码蛋白质结构的关系，进而预测蛋白质功能，还能通过模拟测试重新设计的基因组可能的表现。
伍尔夫森推测，未来人工智能辅助的基因组设计或许能让科学家开发出他所说的“物种目录”计算机系统。这个知识库将包含设计各种可能生命形式所需的全部信息。这样的目录能让研究人员为特定目的创造生物体，例如生产创新药物、培育抗虫害作物以减少农业对农药的依赖。
伍尔夫森指出，研究人员最终希望实现“人工生物智能”——即能从零开始提出完整、可正常运作的基因组的模型。但当前模型存在诸多限制阻碍这一目标的实现。一方面，预测单个基因的表达如何影响其他基因的表达仍然非常困难。此外，生物体的发育具有情境依赖性，难以简化为简洁的算法。例如，蜜蜂幼虫的营养状况会决定其发育成工蜂还是蜂后，人们会习得父母和同伴的口音，这些特征都无法通过计算机模型预测。
当然，在实验室中实际构建生物体也面临挑战。仅仅设计出独角兽的基因组并不意味着人们就能骑上独角兽。2006年启动的合成酵母基因组项目就体现了部分困难。该基因组是天然酿酒酵母的修改版本，经过调整去除了非必需的遗传区域，便于物理重组基因组片段等。但组装合成染色体是劳动密集型工作，最后几条直到2025年才完成。而且，常规生产的DNA在生成时会浓缩以适应细胞核，要将整条染色体追溯性地塞入细胞非常困难，相关研究人员仍在解决这一问题。
一项长达数十年的实验凸显了进化对生物体发展路径的限制。自1988年起，研究人员追踪在相同条件下培养的大肠杆菌的多年进化。大多数菌群逐渐积累基因突变，以更高效地代谢饲料中的葡萄糖。但2003年，有一种菌群意外进化出代谢柠檬酸盐的能力。这种转变需要基因重复和整个代谢程序的重组，可能在实验早期首次突变发生时就注定了，使该菌株走上与其他菌株不同的进化道路。
伍尔夫森警告，这表明如今微小的基因组编辑可能会锁定不可逆转的生物未来。有些选择一旦做出就会排除其他可能。若想自由设计物种，需警惕这些“单行道”。例如，若因认为某生物合成途径无用而将其编辑掉，该谱系未来的所有生物体都将缺失这一途径。过多的基因组编辑可能会创造出无法随环境变化而进化的生物体。