生物演化无法开展对照实验，AI 仿真能否重塑进化，弥补科研短板？

其实这是一个很传统的研究方向，叫做演化生物学。

我认为，AI不但能帮助重现生物演化过程，而且AI很可能会成为未来演化生物学非常重要的一套工具。

题目里说的确实是对的，即便借助AI我们也没办法把地球生物的演化过程原封不动重新播放一次，没办法做地球演化的平行实验，但借助AI很可能让我们能够对演化机制做越来越接近真正对照实验的研究。

比如我们想知道：

如果恐龙没有在6600万年前遭遇那次大灭绝，哺乳动物还会不会崛起？

最理想的实验当然是复制100个白垩纪地球，50个撞小行星，50个不撞，然后过几千万年再统计结果。

显然这个实验没法做。

不过把尺度小一点的话，其实我们已经做了很多重新演化的实验了。

最著名的就是Lenski的大肠杆菌长期演化实验。研究人员从1988年开始培养12个来自共同祖先的大肠杆菌种群，而且每隔一段时间就把样品冻起来，相当于给整个演化过程留下了一套可以复活的存档。[1]

其中一个种群后来获得了在有氧条件下利用柠檬酸的能力。研究人员于是把不同历史时期冻存的细菌重新拿出来继续演化，结果发现，早期祖先几乎不会出现这种能力，但到了后来的某些节点，再演化出Cit+的概率明显增加。

也就是说，在真正获得柠檬酸利用能力之前，这个种群已经先发生了一些变化。

这就是演化生物学一直很关心的历史偶然性问题：历史走过哪条路，会影响未来还能走哪些路。[2]

关于分子层面的演化是近些年进展更多的研究方向。

2006年有一个很经典的《Science》实验，研究β-内酰胺酶中的5个突变。这5个突变组合起来，可以让细菌的抗生素耐药性大幅提高。[3]

5个位点一共有2⁵，也就是32种基因型，研究人员把这些组合构建出来，测它们的耐药性。然后再看这5个突变按照不同顺序出现时，一共有5!=120条可能的演化路径。

结果其中102条走不通，因为中间总会遇到某一步不能提高耐药性。在论文采用的选择模型下，真正能够一路走到终点的路径其实非常有限。

还有一种办法叫祖先序列重建，Ancestral Sequence Reconstruction，ASR。

利用现存物种的基因和蛋白质序列，再结合系统发育关系，可以统计推断祖先蛋白大概是什么样子，然后把这个基因重新合成出来，在实验室里表达、测结构、测活性。[4]

也就是说，“复活”一个几亿年前的分子，其实早就可以实现了。

不过在AI出现之前，最难的不是方法，而是数量。

比如前边我们说的，5个位点就有120种可能，那20个位点呢？20！就已经超过100万种组合，50个位点基本就不用想穷举了。真实蛋白和基因组的可能性空间更是大得离谱。

所以AI改变的是规模。

在借助AI的大规模的算力下，我们未来就可以这样做：

先重建祖先状态，再用AI预测大量可能突变的结构、功能和适合度，然后把这些结果放进群体遗传和演化模型里，改变环境、选择压力和突变顺序，重复跑大量演化路线，最后挑出关键节点回实验室验证。

比如我们想知道某个蛋白为什么最后演化成了今天这种结构，就可以从祖先状态出发，模拟大量不同路线，看有多少条路最终会走到类似结果。

这时候问题就变成了：

如果历史重新来一遍，结果还会不会一样？

这其实就是演化生物学一个很老的问题：演化到底有多大的必然性，又有多大的偶然性？

现在的一些生物学大模型已经开始提供这种工具。

比如2025年发表在《Science》上的ESM3，可以同时学习蛋白质的序列、结构和功能信息，并生成新的蛋白。论文里生成了一个新的荧光蛋白，与已知荧光蛋白最高只有大约58%的序列一致性，作者估算这种序列距离大致相当于自然界约5亿年的演化分化。[5]

这项研究并不是真的把一个蛋白放进电脑里，然后让它经历5亿年的突变和自然选择。它更像是学习了自然演化留下来的巨大蛋白质序列空间，然后直接跳到了一个距离现有蛋白很远、但仍然能工作的地方。

2026年发表于《Nature》的Evo 2又进一步把这件事情扩展到了DNA和基因组尺度。[6]

所以现在的ESM3、Evo 2还不能算真正意义上的地球online演化模拟器，但它们已经开始解决过去最麻烦的一件事：生物序列的可能性实在太多，我们根本试不过来。

以后比较现实的研究模式，大概会是AI先在计算机里跑海量可能性，然后实验室只验证其中最关键的一小部分。

不过即便做到这点，依然还有很多我们无法实现的事情。

举个例子，设一个5亿年前的物种绝大多数遗传信息已经彻底消失了；和它竞争的物种也已经灭绝；当时存在的病毒、寄生虫、微生物以及海洋化学环境只留下非常零碎的记录。

那这个时候AI碰到的就已经不是算力不够的问题了，而是信息丢失的问题，这不是给模型再喂100倍数据就一定能够解决的问题。

因为今天看到的同一个结果，完全可能由很多不同的历史过程产生。

这在统计和模型推断里就是一个很重要的问题：不可识别性，non-identifiability。

比如根据今天留下的信息，AI发现20种不同的演化路线，都可以产生今天这个蛋白。那么我们当然可以研究这20条路线共同需要什么条件，也可以研究改变哪个条件以后这个结果就不会出现。

但如果真正能够区分这20条历史的信息早已经从地球上消失了，借助AI我们也没办法回答这个问题了。

所以真的像回看地球生命的演化历程，只能指望物理学开出黑科技可以回溯时间了，但AI确实还是给生物学领域提供了非常大的帮助，保护在演化生物学这个方向上。

参考

1. ^Blount ZD, Borland CZ, Lenski RE. Historical contingency and the evolution of a key innovation in an experimental population of Escherichia coli. PNAS. 2008;105(23):7899-7906. DOI: 10.1073/pnas.0803151105.
2. ^Blount ZD, Lenski RE, Losos JB. Contingency and determinism in evolution: Replaying life’s tape. Science. 2018;362(6415):eaam5979. DOI: 10.1126/science.aam5979.
3. ^Weinreich DM, Delaney NF, DePristo MA, Hartl DL. Darwinian evolution can follow only very few mutational paths to fitter proteins. Science. 2006;312(5770):111-114. DOI: 10.1126/science.1123539.
4. ^Thornton JW. Resurrecting ancient genes: experimental analysis of extinct molecules. Nature Reviews Genetics. 2004;5:366-375. DOI: 10.1038/nrg1324.
5. ^Hayes T, et al. Simulating 500 million years of evolution with a language model. Science. 2025. DOI: 10.1126/science.ads0018.
6. ^Brixi G, et al. Genome modelling and design across all domains of life with Evo 2. Nature. 2026. DOI: 10.1038/s41586-026-10176-5.