AI 설계 바이러스, 50개 이상 아미노산 변이에도 생존

2026년 8월 6일, 스탠퍼드 대학 연구진은 대규모 유전체 모델을 사용해 대장균의 성장을 억제하는 16개의 합성 바이러스를 설계했다고 보고했다. 모델인 Evo 1과 Evo 2는 박테리오파지의 DNA로 훈련되었고, 테스트 바이러스 ΦX174를 포함하는 Microviridae 계열에 대해 미세 조정되었다. ΦX174 게놈의 시작 부분에서 짧은 서열을 프롬프트로 제공하여 302개의 제안된 서열을 생성했다. 필수 유전자가 손상되거나, 길이가 극단적이거나, 염기 구성이 비정상적인 출력을 걸러낸 후, 연구팀은 285개의 서열을 화학적으로 합성하여 박테리아에 삽입했다. 그중 16개가 박테리아 성장을 억제했다.

대부분의 생존 바이러스는 ΦX174와 유사했으며, 서열 유사성이 98% 이상인 경우 생존율은 46%까지 올라갔다. 그러나 개별 바이러스는 눈에 띄는 차이를 보였다. 하나는 바이러스 단백질을 완전히 잃었고, 다른 하나는 새로운 유전자를 얻었으며, 또 하나는 유전자를 먼 친척 바이러스의 서열로 대체했다. AI가 생성한 변화는 무작위 돌연변이보다 훨씬 더 자주 기능을 보존했다. 25개 이상의 아미노산 변화를 가진 바이러스의 거의 4분의 1이 생존 가능했지만, 무작위 변경은 거의 확실히 비활성화시켰을 것이다.

AI가 설계한 16개 바이러스의 칵테일은 자연 박테리오파지에 내성이 있는 대장균 균주를 감염시키도록 빠르게 진화했으며, 이는 DNA 교환과 새로운 돌연변이를 통한 것으로 보인다. 이는 파지 요법에서 잠재적인 응용 가능성을 시사한다. 연구진은 척추동물 감염 바이러스를 훈련 데이터에서 제외했지만, 충분한 컴퓨팅 자원이 있는 사람이라면 누구나 그러한 바이러스로 이 작업을 복제할 수 있다고 경고한다. 이 논문은 대규모 유전체 모델과 맞춤형 DNA 합성에 대한 더 나은 거버넌스를 촉구하며, AI 규제가 이 분야의 빠른 발전을 따라잡지 못하고 있다고 지적한다.