Colossal推出AI平台加速物种复活计划

当AI遇见灭绝物种：Colossal的新赌注

上周，生物科技公司Colossal Biosciences宣布推出全新AI平台，旨在加速其“反灭绝”（de-extinction）研究进程。据RSS源报道，这一平台将帮助科研团队更高效地分析基因数据、模拟物种重建路径，并优化实验流程。几乎同一时间，XPRIZE创始人Peter Diamandis发起了一只新基金，专门投资使用该平台的初创企业。

这两条消息叠加在一起，传递出一个明确的信号：复活灭绝物种不再只是实验室里的科学狂想，它正在被包装成一个可投资、可规模化、可被AI加速的产业赛道。

Colossal到底在做什么？

Colossal Biosciences由Ben Lamm和George Church创立，核心目标是利用CRISPR基因编辑、干细胞技术和合成生物学手段，让已灭绝物种重新回到地球。公司此前对外公布的旗舰项目包括猛犸象、袋狼（塔斯马尼亚虎）和渡渡鸟。

从技术角度看，反灭绝并非简单“克隆”一个灭绝动物。它更接近一场极其复杂的基因修复工程：先从近缘物种中提取基因组，再比对灭绝物种的DNA片段，逐步编辑出接近原始物种的基因组。这个过程涉及海量数据处理、多维度的基因互作模拟，以及漫长的实验验证周期。

Colossal此次推出AI平台，本质上是为这条漫长路径装上“加速器”。虽然官方尚未披露平台的具体技术架构，但可以合理推测，其功能可能覆盖以下几个方向：

基因数据比对与模式识别

灭绝物种的DNA往往严重碎片化。AI可以在海量测序数据中快速找到关键基因片段，并识别那些与目标性状相关的调控区域。

实验方案模拟与优化

基因编辑的每一步都伴随着不确定性。AI模型可以模拟不同编辑策略的潜在结果，减少无效实验，把有限的实验室资源集中在最有可能成功的方案上。

跨物种基因组分析

猛犸象与亚洲象、袋狼与袋獾之间的基因差异错综复杂。AI能够处理这种高维度的比较基因组学问题，帮助研究者定位最关键的编辑位点。

CRISPR基因编辑全称“成簇规律间隔短回文重复序列”（Clustered Regularly Interspaced Short Palindromic Repeats），是细菌天然免疫系统的一种机制，被科学家改造成可编程的基因剪刀。其核心由Cas蛋白（如Cas9）和一段引导RNA组成：引导RNA负责识别目标DNA序列，Cas蛋白负责在该位置切断双链。细胞在修复断裂时会引入插入、删除或替换，从而实现基因敲除或定点修改。

在反灭绝场景中，CRISPR的价值在于“精准改写”：研究者以近缘物种（如亚洲象）的基因组为底盘，把从灭绝物种（如猛犸象）残存DNA中推断出的关键差异位点逐一编辑进去。不过，单次编辑容易，难的是同时修改成百上千个位点而不引发脱靶效应和基因组不稳定，这也是AI被引入来优化编辑策略的重要原因。

合成生物学是一门将工程学思维应用于生物系统的学科，目标是像搭电路一样设计和改造生命。它强调标准化“生物元件”（如启动子、编码序列、调控模块）的复用与组合，并借助计算工具进行建模和仿真。

在反灭绝路径中，合成生物学提供的不只是编辑现有基因组，还包括从头合成DNA片段、构建人工染色体、设计调控网络，以及在代孕母体或干细胞体系中重建胚胎发育所需的基因表达程序。它与CRISPR、干细胞技术构成一套互补工具箱：CRISPR负责改，合成生物学负责造和调，AI则负责在庞大的可能方案中搜索可行解。这也解释了为什么反灭绝被看作一个高度依赖跨学科基础设施的系统工程。

Peter Diamandis的新基金：信号还是泡沫？

Peter Diamandis在科技界以“未来学家”和XPRIZE基金会创始人闻名，长期押注颠覆性技术。他此次发起的新基金，明确指向使用Colossal AI平台进行反灭绝相关研究的初创公司。

这个动作值得拆开来看。

从积极面讲，它意味着反灭绝技术栈开始出现“平台化”的苗头。一旦核心工具有了统一接口，围绕它生长出应用层创业公司就变得顺理成章——比如专注于特定物种的基因修复服务、生态恢复咨询、甚至生物多样性数据市场。

但从审慎的角度看，反灭绝的商业化路径仍然模糊。复活一个物种需要数十年时间和数十亿美元投入，最终产出的是什么？是一个能自我维持的种群，还是一只永远活在实验室里的“展示品”？投资者需要回答这个问题。

Diamandis的参与至少说明，有一部分资本愿意为这个问题下注。

AI在生物科技中的角色正在变化

如果把视线拉远，Colossal的AI平台是更大趋势的一部分：AI正在从“辅助工具”变成“发现引擎”。

在药物研发领域，AlphaFold已经证明了深度学习可以解决传统方法几十年未解的蛋白质折叠问题。在合成生物学中，AI开始被用于设计全新的酶和代谢通路。反灭绝可能是下一个被AI深度改造的领域——它的数据复杂度高、试错成本大、搜索空间广，恰好是机器学习擅长处理的场景。

Colossal的AI平台能否真正缩短反灭绝的时间线，目前还没有公开的量化数据。但它至少指向一个方向：未来生物科技公司的竞争力，可能越来越取决于其AI基础设施的强弱。

AlphaFold是DeepMind开发的蛋白质结构预测系统，在2020年的CASP14评测中把预测精度提升到接近实验解析的水平，被视为AI解决长期科学难题的标志性案例。它之所以关键，是因为蛋白质的三维结构决定其功能，而传统上通过X射线晶体学或冷冻电镜解析结构耗时且昂贵。AlphaFold用深度学习直接从氨基酸序列推断空间结构，大幅压缩了成本和时间。

对反灭绝而言，AlphaFold的意义不在于直接复活物种，而在于示范了一种范式：当搜索空间巨大、实验成本高、数据模式复杂时，AI可以成为“发现引擎”。类似的逻辑正被迁移到基因调控预测、编辑脱靶评估和跨物种比较基因组学中，这也是Colossal强调AI平台而非单一实验技术的行业背景。

反灭绝的伦理问题不会消失

无论技术如何加速，反灭绝始终绕不开伦理争议。批评者提出的核心问题包括：

• 复活灭绝物种是否挤占了保护现存濒危物种的资源？
• 编辑出的“新版本”生物，在生态系统中能否找到合适的位置？
• 如果技术只服务于少数有商业价值的物种，生物多样性保护会不会变得更加功利？

Colossal和Diamandis的基金目前都没有正面回应这些质疑。但随着资金和关注度涌入，这些问题会被越来越频繁地提起。

结语：一场关于时间的竞赛

反灭绝本质上是在和进化时间赛跑——用几年或几十年的技术干预，去弥补数千年自然演化中断的空白。Colossal的AI平台和Diamandis的新基金，都是这场竞赛中的新工具和新燃料。

它们不一定能保证成功，但确实让这个曾经只存在于科幻小说里的目标，离现实更近了一步。对于关注AI应用边界和生物科技前沿的人来说，这是一个值得持续追踪的交叉地带。