研究人员开发了一种AI工具，可以帮助确定不熟悉的细菌是否携带与疾病相关的遗传特征。通过能够在细菌感染人类之前检测到有害细菌，这可能会改变大流行防范的格局。
PathogenFinder2是由丹麦技术大学（DTU）的研究人员与国际合作伙伴共同开发的新型AI工具，用于确定一种不熟悉的细菌是否具有与致病能力相关的遗传特征。该研究已发表在生物信息学和计算生物学领域世界领先的期刊之一《Bioinformatics》上。这项研究可能显著加强大流行防范。
“PathogenFinder2的目的不仅在于对已知与疾病相关的细菌进行表征，还在于评估新细菌的潜在威胁，甚至在首次感染出现之前。这可以为当局提供更好的机会来预防疫情爆发，而不是仅仅做出反应。”
DTU国家食品研究所基因组流行病学研究组负责人弗兰克·穆勒·阿雷斯特鲁普教授
这个新AI工具是全球病原体分析平台（GPAP）的一部分，并作为免费在线服务公开提供。
“PathogenFinder2可用于调查污水、健康人类和动物，并在细菌造成首次感染之前识别具有致病潜力的细菌，为更早开发检测、疫苗和治疗方法提供基础，”在DTU国家食品研究所从事PathogenFinder2博士项目的研究员阿尔弗雷德·费雷尔·弗洛伦萨说。
为什么识别有风险的细菌很困难
我们周围的大多数细菌是无害的，许多细菌通过帮助消化、保护皮肤或促进食品生产来支持人类健康。然而，有一小部分细菌可能引起严重感染。
气候变化、生态系统的扩展以及对微生物多样性的日益探索意味着研究人员比以往任何时候都遇到更多的细菌种类，其中包括许多没有先前记录的细菌。因此，评估哪些细菌可能构成风险是一个日益严峻的挑战。
传统上，确定一种细菌是否能引起疾病需要实验室实验，这些实验耗时、昂贵且经常不一致。计算方法帮助加快了这一过程，但大多数方法依赖于将新生物体与已知病原体进行比较，当没有近亲存在时，这种方法就会失效。
“至关重要的是，不仅要准确预测与我们已知的细菌威胁相似的威胁，还要为出现一种全新的、以前未知的致病细菌做好准备，”阿尔弗雷德·费雷尔·弗洛伦萨说。
PathogenFinder2的不同之处
PathogenFinder2引入了一种全新的策略。该模型不依赖与已知物种的相似性，而是使用蛋白质语言模型——一种经过数百万蛋白质序列训练的先进AI系统。就像文本预测工具学习人类语言模式一样，这些模型学习蛋白质的语言，使它们能够检测传统方法忽略的生物化学信号。
“PathogenFinder2是首批利用语言模型巨大潜力解读整个细菌基因组的模型之一。它的表现显著优于所有以前的模型，尤其是在遇到我们从未见过的细菌物种时。此外，它还能为其预测提供解释，”博士阿尔弗雷德·费雷尔·弗洛伦萨说。
研究人员强调，该模型可以识别有趣的模式和潜在风险，但在得出任何最终结论之前，必须对结果进行进一步审查。
理解为什么一种细菌看起来有风险
PathogenFinder2不仅仅做出预测。它突出显示对其评估影响最大的特定蛋白质。
这些可能包括已知的毒力因子，如毒素或附着结构（帮助细菌附着到人类细胞的特征），以及完全未表征的、可能在疾病中起作用的蛋白质。
这种可解释性为诊断、疫苗靶点和感染机制的研究开辟了新途径，包括以前未与疾病关联的蛋白质。
细菌致病潜力地图
利用蛋白质语言## 理解为什么一种细菌看起来有风险
PathogenFinder2不仅仅做出预测。它突出显示对其评估影响最大的特定蛋白质。
这些可能包括已知的毒力因子，如毒素或附着结构（帮助细菌附着到人类细胞的特征），以及完全未表征的、可能在疾病中起作用的蛋白质。
这种可解释性为诊断、疫苗靶点和感染机制的研究开辟了新途径，包括以前未与疾病关联的蛋白质。
细菌致病潜力地图
利用蛋白质语言模型来表示整个基因组，也使研究人员得以构建首张“细菌致病能力景观图”，这是一张展示数千种细菌如何根据其疾病相关特征相互关联的地图。
该景观图揭示了感染相似组织或共享代谢策略的细菌簇，为探索微生物进化和相互作用提供了一种新方法。
“细菌致病能力景观图首次提供了人类可能感染的所有致病细菌的概览。它揭示了模式，例如，可以显示哪些细菌倾向于感染相同的身体部位，或者可能依赖相似的营养物质。这为我们研究细菌如何进化和相互作用提供了新的机会，”阿尔弗雷德·费雷尔·弗洛伦萨说。
基于21，000个细菌基因组训练
研究人员组装了迄今为止最大的、已知致病潜力或已知非致病行为的细菌基因组数据集。
该数据集包含来自国际数据库的超过21，000个细菌基因组，包括从人类感染中分离的细菌、健康人类微生物组、益生菌培养物、食品生产以及极端环境（如能在极热或极冷条件下生存的生物体）中分离的细菌。
这为模型区分有害和无害细菌提供了独特的基础，即使在遇到以前未描述的物种时也是如此。
来源：DTU（丹麦技术大学）
期刊参考文献：Florensa, A. F., 等. (2026). 使用PathogenFinder2通过蛋白质语言模型对新型细菌进行全基因组致病能力预测.《Bioinformatics》. DOI: 10.1093/bioinformatics/btag129.
【全文结束】