Google AI Co-Scientist 用 100 到 1000 美元推理，猜中了帝国理工团队多年没解开的噬菌体谜题

Jose Penades 在帝国理工学院研究噬菌体卫星超过 25 年。2010 年前后，他的团队发现了一类奇怪的移动遗传元件：它们只制造噬菌体的头部，也就是衣壳，却不制造尾部。没有尾部，理论上这些颗粒无法附着到任何细菌上，但它们偏偏广泛存在于多种细菌中。这个问题在实验室里悬了很多年。

2024 年，他和结构生物学家 Tiago Costa 通过学校的 Fleming Initiative 接触到 Google 尚未公开发布的 AI Co-Scientist。他们把研究问题和一个简短的背景丢给系统，没有提供任何未发表的数据。系统返回了五个假设，排名最高的那个几乎复述了他们已经在实验室证明、但还没发表的结论：这些衣壳释放后会与环境中游离的病毒尾部结合，尾部决定了它们能感染哪些细菌。

Nathan Labenz 在节目开场给出了一个估计：这次推理的成本大概在 100 到 1000 美元之间。

这个故事最值得讲的部分，是 AI 为什么能猜中。答案跟算力无关，跟它没有人类科学家的偏见有关。

一个只造头不造尾的病毒零件

要理解这个发现，得先知道噬菌体怎么工作。

噬菌体是感染细菌的病毒。它由两部分组成：头部，也叫衣壳，里面装着遗传物质；尾部，专门识别并附着到特定类型的细菌表面。感染时，噬菌体把 DNA 注入细菌，劫持细胞的蛋白质制造机制，复制自己，最后撑破细胞，释放一批新病毒。

PICI 是另一类东西。全称是 phage inducible chromosomal island，噬菌体诱导染色体岛。它是一段 DNA 序列，平时潜伏在细菌基因组里。当细菌被某种噬菌体感染时，PICI 会被激活，反过来劫持噬菌体的复制过程，用自己的 DNA 替换病毒 DNA。细菌最终还是裂解，但释放出来的不是原来感染它的病毒，而是携带 PICI DNA 的颗粒。在某些情况下，这构成了细菌群体的一种集体防御。

PICI 的基因组大约 10 到 15 kb，辅助噬菌体大约 45 kb。PICI 只有辅助噬菌体三分之一的大小，它生产的是小衣壳，刚好装得下自己的 DNA。

CF-PICI 是 PICI 里一个特殊的家族，capsid-forming PICI。它们编码衣壳和包装 DNA 所需的全部基因，但不编码尾部。它们生产的小衣壳只能装自己的 DNA。

问题就出在这里：没有尾部，它们怎么在不同细菌物种之间传播？

答案：衣壳和尾部是在细胞外组装的

Jose 和 Tiago 的答案听起来简单得有点让人意外。

这些 CF-PICI 被诱导后，细胞裂解，释放出来的是无尾的衣壳，里面装着 PICI DNA。与此同时，环境里存在大量游离的尾部，来自其他噬菌体。衣壳在细胞外遇到这些尾部，结合上去。尾部决定了宿主范围，所以同一个衣壳可以搭配不同的尾部，靶向不同的细菌。

控制衣壳能结合哪种尾部的，是两个蛋白：adapter 和 connector。如果交换 adapter 和 connector，衣壳结合尾部的能力就会改变。

这个机制解释了为什么 CF-PICI 能广泛存在于多种细菌中：它们不靠自己编码的尾部去感染，它们靠借用环境里的尾部。

Jose 说，他们过去一直以为释放出来的是有感染性的颗粒，一定有头有尾。这个假设太自然了，自然到没人去质疑。他们做了很多实验，换了很多受体菌株，以为问题出在受体上。其实问题出在他们对释放颗粒的假设上。他们试了很多菌株，没有得到转移，因为释放出来的只是无尾衣壳。

还有一个历史细节。2010 年前后，Jose 几乎要发表这个发现，但 Richard Novick 劝住了他。Novick 是 PICI 领域的奠基人，1998 年发现了第一个 PICI 元件。他告诉 Jose，现在发表，人们会认为这些是缺陷噬菌体。于是他们等了十几年，直到证据足够扎实。

人类科学家为什么没看到

Jose 在节目里反复说一个词：偏见。

噬菌体生物学有一条几十年的常识：尾部决定宿主范围。Jose 自己也知道。他说，一个 DNA 能进入很多不同物种，可能是因为它用了不同的尾部。这些点都在那里。

但实验室里所有人都默认，噬菌体或卫星释放出来的颗粒是有感染性的，一定有头有尾。这个假设太自然了，自然到没人去质疑。

Jose 讲了一段自嘲的话。他说自己有时候不读太多文献，所以没有偏见。学生拿着结果来找他，他会说，你有对照，实验能重复，那就解释你的结果。但在这个问题上，他自己也被困住了。他说，知道太多会困住你，因为你会不自觉地接受领域里的默认假设。

Tiago 说，当他们意识到 adapter 和 connector 是关键因素时，Jose 非常兴奋，因为他知道这是个大发现。

这是一个典型的“专家盲区”案例：所有拼图都在桌上，但没有人把它们拼起来，因为大家默认拼图应该长成另一个样子。

反向测试：拿已知答案去考 AI

Tiago 的实验室通过 Fleming Initiative 和 Google 建立了联系。Google 正在开发一个面向科学家的 LLM 系统，想找科学家测试。

Tiago 先问的是接合的问题，一个 70 年未解的问题：接合是怎么启动的。系统给了五个假设。Tiago 说，要验证排名最高的假设可能需要好几个月。

Jose 当时在场，看到了机会。他问，为什么不拿我们已经知道答案的问题来测试系统？

他们给系统的问题是 CF-PICI 如何在不同的细菌物种之间传播，只给了研究问题和一些背景，没有给任何未发表的数据。他们甚至为此申请了专利，所以这些想法严格保密。Tiago 说，他们很确定 AI 系统不可能访问到这些未发表的手稿或想法，因为它们被锁在电脑里。

系统给出的排名最高的假设，基本复述了他们实验室的发现：衣壳可以和不同噬菌体的尾部结合。还提到了 adapter 和 connector。还建议检查接合作为一种新机制。

Jose 说，系统没有讲中间过程，没讲衣壳怎么释放、尾部从哪来、什么时候结合。它只给了最终图景。但最终图景是对的。

其他系统没有给出这个答案

他们用同样的输入测试了 Gemini 和 ChatGPT。

没有一个给出正确答案。

Tiago 说，Google 的系统输出更全面，会列出参考文献、提到相关科学家，格式和其他系统不一样。其他系统的输出没有这么完整。

Jose 说，其他系统也提出了一些合理的假设。比如，有系统提出这些衣壳可能结合那些能感染多种物种的尾部。但这个解释适用于任何卫星，不是 CF-PICI 特有的。没有一个系统说出“换尾部”这个答案。

还有一个细节：他们后来把实验论文上传到 bioRxiv，再用不同 LLM 去挑战。有些系统连预印本都没找到，有些找到了也没给出正确答案。

Jose 对 AI 能力的评价很克制。他说，到目前为止，系统更多是在无偏见的世界里连接点，而不是想出完全新颖的东西。

AI 不理解机制，但它连接了点

Jose 做了一件很有意思的事。他挑战系统说，这个假设说不通，因为这些颗粒怎么产生、什么时候产生，都没解释。系统的回复很含糊。

他说，系统并不真正理解这个提议，它只是连接点，让逻辑看起来成立。

这一点很重要。AI 给的是一张最终图像，中间的机制它没讲。Jose 说，论文里很多新概念不在 Google 的输出里。最终图景对了，但中间步骤是空的。

Jessica 问，这些假设是不是都容易测试。Jose 说，至少在他们的例子里，五个假设都非常容易测试。其中一个错误假设是：衣壳可能直接结合某些受体，不需要尾部。他们用无尾部的对照实验排除了这个可能。

Tiago 说，系统还会建议具体实验，比如用冷冻电镜看 adapter 和 connector 的结构，或者用脂质体做实验。

应用：噬菌体疗法和定制靶向

Tiago 说，他们看到这些元件的应用潜力，所以申请了专利，才保持保密。

噬菌体疗法的一个主要限制是宿主范围窄。治疗用的噬菌体通常只感染一个物种，或者物种内的某些菌株。如果你能混合搭配衣壳和尾部，你就有了一个工具箱，可以定制靶向目标细菌，用于治疗或诊断。

Jose 说，他们现在正在研究能不能造出合成噬菌体，能结合多种尾部。如果能做到，就能解决噬菌体疗法的一个限制：把 DNA 送到多种菌株或物种。

他们还发现了另一件事：CF-PICI 进入新物种后，有机制劫持新物种里的其他噬菌体，让它们也被动员和转移。

AI 也会继承文献的偏见

Jose 讲了一个反例。

他们用系统问了另一个问题：为什么质粒上没有 pac 或 cos 序列，也就是噬菌体的包装信号？如果质粒想移动，装上这些序列不就行了？

系统给出的假设很好，但错了。

Jose 说，因为文献里主流观点是移动遗传元件是自私的。系统基于这个前提推理，所以大部分假设都在讲自私元件怎么损害宿主、怎么被切割、怎么让质粒失去功能。

Jose 认为质粒可能没那么自私。如果一个质粒移动太多，它会失去变异性，或者给宿主带来太大负担。他们在和系统对话，告诉它这个可能性，等它回应。

这个案例展示了 AI 的另一个局限：它会继承文献里的偏见。如果你的领域有一个长期主导的范式，AI 的假设可能也会被它困住。

系统的角色像合作者

Tiago 说，系统的角色像合作者。你获得假设，但它们不是最终真理。你还是要做实验、解释数据、得出结论。科学方法没变。

但系统可能让你少走弯路。Tiago 估计，如果一开始就有系统的输出，他们可能不会失败 90% 的实验，只失败 50%，省下半年到一年。

Jose 说，他们不会改变实验设计的方向，但会少走很多死胡同。他们试了很多受体菌株，以为问题出在受体上，其实问题出在对释放颗粒的假设上。如果 AI 早点告诉他们“试试不同尾部”，他们会省掉大量无效实验。

系统还没公开发布，还在测试阶段。Google 有一个测试项目，感兴趣的实验室可以联系。Jose 和 Tiago 会继续合作，他们的博士后正在用系统问新问题。

Tiago 说，Google 的系统架构很复杂。它会生成不同假设，给它们排名，让它们互相竞争、互相挑战，排名机制类似国际象棋的 Elo 分。AI 专家对它的架构感到惊讶，特别是它能产生间接假设，比如 CF-PICI 可能通过接合传播，这不是直接从现有数据能读出来的。是否有推理成分，Tiago 说这是 Google 团队的问题。

可操作结论

从这段对话里，能带走几个明天就能用的东西。

• 拿已知答案考 AI。如果你想知道某个 AI 工具在你领域靠不靠谱，给它一个你已经知道答案的问题，看它能不能复现。Jose 和 Tiago 就是这么做的。如果它连已知答案都推不出来，别指望它帮你发现新东西。
• 给背景，不给结论。用 AI 生成假设时，提供研究问题和足够的背景，但不要把你的结论和未发表数据喂给它。你想看的是它独立连接点的能力，不是它复述你结论的能力。
• 优先测试容易验证的假设。Google 系统给的五个假设都非常容易测试，这是好假设的一个特征。如果一个假设需要半年才能验证，先放一放，从能快速证伪的开始。
• 警惕你自己的专家盲区。Jose 的教训是：知道太多会困住你。找一个人或一个系统，用初学者心态看你的数据。读文献当然重要，关键是不要让文献里的默认假设变成你看不见的墙。
• AI 会继承文献偏见。如果你的领域有一个长期主导的范式，AI 的假设可能也会被它困住。这时候需要主动挑战它，像 Jose 那样告诉系统“质粒可能没那么自私”，看它能不能重新推理。

Jose 在节目最后说了一句话，值得记住。他说，这个系统给了他一种“复仇”的感觉。他因为知道太多而看不见答案，AI 因为不知道太多而看见了。在科学研究里，无偏见有时候比知识更重要。而我们现在有了一个可以随时调用的无偏见合作者，成本只要几百美元。