研究人员正在利用人工智能从意想不到的来源（从灭绝生物的DNA到古菌蛋白质）中寻找新型抗生素候选物。
在《自然微生物学》最新发表的研究中，宾夕法尼亚大学团队利用AI技术识别出古菌中此前未知的化合物，这些化合物可能推动下一代抗生素的研发。
"过去寻找新抗生素的努力主要集中于真菌、细菌和动物，"宾夕法尼亚大学工程与应用科学学院生物工程与化学及生物分子工程系总统学者副教授César de la Fuente表示，"现在我们通过AI模型分析了数百种古代微生物的蛋白质数据。"
探索微生物新领域
古菌作为与细菌和真核生物（包括植物、动物和真菌）截然不同的生命形式，在生命树上占据独立分支。它们能在深海热泉、黄石公园温泉等极端环境中生存，其生物化学防御机制的进化方式独特。
"我们被古菌吸引是因为它们必须在极端环境中进化出独特的生化防御，"研究共同第一作者Marcelo Torres表示，"如果它们在数十亿年进化中发展出独特的微生物竞争对抗机制，我们或许可以借鉴这种智慧。"
人工智能筛选抗菌化合物
研究团队升级了其开发的AI工具APEX（曾用于分析灭绝动物蛋白质），通过重新训练使该系统能预测古菌蛋白质中可能抑制细菌生长的肽段。分析233种古菌后获得12000个候选分子，被命名为"archaeasins"。
化学分析显示，这些分子与已知抗菌肽（AMPs）存在显著差异，特别是其电荷分布特征。在80种候选分子的实验中，93%显示出对至少一种病原菌的抗菌活性。
临床前实验结果
在动物模型测试中，三种候选分子单剂量给药4天后成功抑制了医院获得性耐药菌的扩散。其中一种化合物疗效与作为最后防线抗生素的多粘菌素B相当。
"这项研究证明古菌中蕴藏着大量潜在抗生素，"de la Fuente强调，"面对日益严重的抗生素耐药性危机，我们需要在非常规领域寻找替代方案。"
未来研究方向
团队计划进一步优化APEX系统，使其能基于分子结构预测抗生素候选物。同时将深入研究archaeasins的长期疗效和安全性，目标是推进人体临床试验。
研究论文信息：Torres MDT, Wan F, de la Fuente-Nunez C. Deep learning reveals antibiotics in the archaeal proteome. Nat Microbiol. 2025:1-15. doi: 10.1038/s41564-025-02061-0
【全文结束】
