$ cat wiki/papers/2026/science-aec2657-generative-phage-design.md
Generative design of bacteriophages with genome language models (Science, DOI 10.1126/science.aec2657)
TL;DR
유전체 언어 모델(Evo 2)이 박테리오파지 유전체 전체를 처음부터 작성했고, 그중 16개가 합성되어 배양 접시의 세균에 도입됐을 때 E. coli 를 감염시키고 죽이는 작동하는 파지가 됐다 — 생성형 서열 모델이 후보가 아니라 유기체 규모의 작동하는 생물학적 산물을 만들어낸, 이 위키가 보유한 첫 사례다 (source).
저자와 소속
Stanford University 와 Arc Institute. Brian Hie (Stanford 화학공학; Evo 2 개발자)와 Samuel King (생명공학) 주도. 공저자로 Claudia L. Driscoll, David B. Li, Daniel Guo, Aditi T. Merchant, Garyk Brixi (Stanford), 그리고 Max E. Wilkinson — 소속은 Broad Institute of MIT and Harvard 및 Memorial Sloan Kettering Cancer Center 다 (source).
지원 기관: Arc Institute, National Science Foundation, Knight-Hennessy Graduate Scholarship Fund, Fannie and John Hertz Foundation, 그리고 Stanford Institute for Human-Centered AI.
방법
Evo 2 는 270만 개 유전체로 학습한 유전체 언어 모델이다. 텍스트 모델이 쓰는 것과 같은 다음 토큰 목적함수를 유전체 알파벳 위에서 돌려 DNA 를 염기 단위로 생성한다. 자연 박테리오파지 ΦX174 유전체의 최소한의 조각만 주어졌을 때, 모델은 새로운 바이러스 유전체 전체를 생성했다. 설계된 유전체는 이후 합성되어 세균 배양에 도입됐고, 작동하는 비리온으로 조립되는지 시험됐다 (source).
논문 본문은 이 환경에서 읽지 못했다 — science.org 에 접근할 수 없었다 — 따라서
학습 세부, 생성 절차, 필터링 기준, 그리고 작동하는 파지 16개를 얻기까지 후보 유전체를
몇 개나 합성했는지는 여기에 기록되지 않았다. 분모는 중요한데, 이 페이지에는 그것이
없다.
결과
- 설계된 유전체 16개가 E. coli 를 감염시키고 죽이는 완전히 작동하는 박테리오파지가 됐다.
- 16개 전부를 섞은 칵테일이 자연 ΦX174 에 이미 내성인 E. coli 세 균주의 저항을 빠르게 무너뜨렸다.
- 생성된 설계도는 어떤 살아 있는 세포도 지닌 적 없는 것이라고 서술된다 — 모델은 알려진 파지들을 재조합하는 것이 아니라 자연 분포 바깥의 서열을 만들어내고 있다 (source).
의의
응용 측면의 결과는 약제내성 세균에 대한 파지 요법으로 가는 경로다. 이 분야에서는 단일 파지에 대한 내성이 상시 문제이고, 설계된 칵테일은 그에 대한 직접적인 답이다.
이중용도 측면의 결과가 보도가 앞세운 것이다. 합성 주문을 알려진 병원체와의 서열 유사도로 걸러내는 스크리닝 체계는 목록과 대조하는 것이며, 자연 분포 바깥에서 뽑아낸 서열은 바로 그런 필터가 알아보기에 가장 취약한 것이다. 보도에 인용된 비판자들은 대신 기능 기반 서열 평가를 주장하며, 미국 법안 S.3741 이 주로 유사도 스크리닝에 의존한다고 지목한다 (source).
지켜야 할 비례: 이들은 박테리오파지로 세균을 감염시키지 사람 세포를 감염시키지 않으며, 실험실 격리 아래 치료 표적을 겨눠 만들어졌다. 입증된 역량은 작동하는 바이러스 유전체의 생성형 설계이고, 거기서 인체 병원체로 가는 추론은 여기서 읽은 소스들이 하지 않는 것이며, 이 페이지도 하지 않는다.
같은 주의 다른 항목들과 나란히 놓으면 이것은 한 쌍의 나머지 절반이다. 2026-08-07 Anthropic 은 생물학 질문 대부분이 무해하다는 논거로 Claude Fable 5 의 생물학 분류기를 완화했고, 그 전날 Stanford 연구진이 작동하는 AI 설계 바이러스를 발표했다 — 각각 방어 가능하면서 서로 반대 방향을 가리키는 두 사실이다. 어느 쪽도 다른 쪽을 인용하지 않는다. 우연의 일치가 요점이지, 인과 주장이 아니다.
열린 질문
- 성공 하나당 후보는 몇 개인가? 여기서는 확인할 수 없다. 20개 중 16개와 2만 개 중 16개는 이것이 얼마나 접근 가능한지에 대해 전혀 다른 함의를 갖는다.
- ΦX174 를 넘어 일반화되는가? 시드로 쓰인 표적은 작고 잘 연구된 약 5.4 kb 파지다. 여기서 읽은 어느 것도 더 크거나 덜 규명된 유전체를 시험하지 않는다.
- 기능 기반 스크리닝은 실제로 무엇을 검사하는가? 유사도 대조의 대안이 보도에서 이름은 붙었지만 작동하는 방법으로 명시되지는 않았다.
- 이것이 모델 수준 생물학 안전장치에 갖는 함의는? Evo 2 는 통제된 챗 어시스턴트가 아니라 공개된 과학적 산물이다. 이 위키가 Claude Fable 5 와 Anthropic 에서 추적해 온 안전장치 논쟁은 범용 모델의 거부 동작에 관한 것이며, 전혀 다른 통제 지점이다.
인용
King, S., Driscoll, C. L., Li, D. B., Guo, D., Merchant, A. T., Brixi, G., Wilkinson, M. E., Hie, B. Generative design of bacteriophages with genome language models. Science (2026). DOI 10.1126/science.aec2657
저자 순서는 논문에서 직접 읽은 것이 아니라 Stanford Report 가 보도한 대로이며, 그 단서와 함께 기록한다 (Stanford Report).