AI助力抗菌药物新突破：宾夕法尼亚大学团队利用深度学习发现古菌新型抗生素

美国宾夕法尼亚大学研究团队近期在抗菌化合物发现领域取得突破性进展。8月13日发表于《自然·微生物学》的研究显示，该团队利用人工智能技术从古菌中识别出多种新型抗菌化合物。古菌作为能在极端环境中生存的微生物，其蕴含的抗菌物质为应对全球抗生素耐药危机提供了全新资源库。

这项研究采用深度学习算法对古菌基因组进行系统性分析，成功发现多个具有抗菌潜力的未知化合物。研究负责人指出，古菌独特的生存环境使其进化出特殊的代谢途径，这些化合物在结构上与现有抗生素存在显著差异，可能成为对抗耐药菌株的有效武器。

值得注意的是，这已是宾夕法尼亚大学团队近一个月内第二次在AI辅助抗菌药物发现领域取得重要成果。7月30日发表于《自然·通讯》的研究中，该团队通过深度学习模型APEX，从全球动物毒液中筛选出386种结构全新的抗菌肽，其中91.4%的验证分子显示出强效抗菌活性。研究构建的全球毒液数据库包含16,123条毒液蛋白记录，生成的加密肽候选库规模超过4千万条。

这些连续突破标志着AI技术在抗生素研发中的应用进入新阶段。与传统筛选方法相比，AI模型能高效处理海量生物数据，从极端微生物、动物毒液等非常规来源中发现潜在抗菌物质。随着生成式AI等新技术的发展，科研人员正加速扩大候选化合物的化学空间，为开发结构新颖的抗生素提供更多可能性。

当前全球每年因耐药菌感染导致的死亡人数已超过120万，世界卫生组织将抗生素耐药性列为十大全球公共卫生威胁之一。宾夕法尼亚大学系列研究的创新价值在于，其不仅拓展了抗菌物质的发现路径，更通过AI技术建立起从生物大数据挖掘到活性验证的系统性研究方法，为应对这场公共卫生危机提供了技术支撑。