抗生素耐药性感染是人类面临的最大生存威胁之一。
在Technology Networks《2025年疾病模型创新》活动的主旨演讲中，宾夕法尼亚大学总统助理教授César de la Fuente博士概述了他的实验室如何利用人工智能（AI）重新构想抗生素的发现——通过转向人类蛋白质组、古代基因组，甚至灭绝生物。
每年，细菌感染在全球范围内导致500万人死亡。到2050年，这一数字可能会翻倍，甚至超过癌症死亡人数。
传统的抗生素发现过程缓慢而昂贵，通常依赖于试错法。对此，de la Fuente博士回应道：“为什么不将生物学概念化为一种信息源——一堆代码——通过正确的算法进行探索，以寻找新的隐藏分子呢？”
肽：自然界可编程的纳米机器
肽是这项工作的核心，它们是氨基酸的短链。这些分子“是生物学中最简单的纳米机器，可以执行功能性活动”，并且由于其多样性和可扩展性，非常适合AI分析。de la Fuente博士的实验室使用AI模型挖掘庞大的“序列空间”肽类，寻找具有抗菌、抗癌或免疫调节特性的分子。
从人类蛋白质组到加密抗生素
利用受图像和语音识别模型启发的AI评分函数，该团队开始扫描整个人类蛋白质组——超过42,000种蛋白质——寻找加密的抗菌肽。令人惊讶的是，“我们的算法……能够在大约一小时内采样我们身体中的每种蛋白质。”这些预测导致了数千种新抗生素候选物的发现，其中超过60%在实验室中得到了实验验证。
分子灭绝复活：挖掘古代基因组
受到这些结果的启发，该团队将搜索范围扩展到了像尼安德特人和丹尼索瓦人这样的灭绝亲属。de la Fuente博士解释说：“我们提出了一个识别分子的新框架……我们称之为分子灭绝复活。”该过程利用AI和合成化学复活古代肽序列，并在小鼠模型中测试它们对现代病原体的疗效。其中一种分子“尼安德特素”显示出有希望的抗感染活性，可与多粘菌素B等最后手段抗生素相媲美。
APEX和生成式AI：将药物发现扩展到史前深度
为了将这种方法扩展到所有灭绝生命中，该团队开发了APEX，这是一种专门训练的AI模型，能够仅从序列预测肽功能。结果是，古代大象、海牛，甚至木兰树都产生了可行的抗生素候选物。他的实验室最近推出了APEX-GO，这是一种生成式AI，可以设计改进的肽类似物，在实验室测试中达到了85%的命中率，并在提高抗生素效力方面取得了72%的成功率。de la Fuente博士说：“这为优化分子开辟了新的途径。”
多功能肽：设计多模式治疗药物
该团队还创建了APEX-DUO，这是一种多模式AI系统，设计具有多种功能的肽，例如穿透人类细胞并杀死细胞内细菌。“在未来，你可以设想设计能够做两件事的新药物，”他补充道，例如结合抗菌和抗炎作用。
生物伦理、专利和AI在药物发现中的未来
随着权力而来的还有责任。de la Fuente博士说：“我们开始咨询生物伦理学家，以确保我们在创新的同时，也负责任地进行。”他的实验室避免合成类似于生物毒素或生物武器的分子。该项目还提出了新的法律问题：古代分子——曾经自然存在但现在已灭绝的分子——是否可以申请专利？他指出：“这实际上开辟了专利法的新领域。”
展望未来：AI成为科学创新的核心
de la Fuente博士估计，他的团队的工作使抗生素发现领域加速了惊人的“一百万年的研究时间”，或“相当于约100,000名博士生每人工作6年。”他的实验室以AI为核心的方法正在扩展到神经科学、癌症、农业和食品科学之外。回顾最初的怀疑，他分享道：“人们认为我们处于疯狂的边缘……但有时候，如果你真的相信某件事……你可以向世界展示看似不可能的事情可能是可能的。”
【全文结束】
