研究人員設計出能殺滅耐藥菌的新型抗生素

在人工智能（AI）的輔助下，麻省理工學院研究人員成功設計出新型抗生素，可快速、精準殺滅耐藥淋病奈瑟菌和耐甲氧西林金黃色葡萄球菌（MRSA）等耐藥菌。研究團隊運用生成式人工智能算法設計了超過3600萬種潛在化合物，并通過計算篩選其抗菌特性。最終優選出的候選化合物在結構上區別于所有現有抗生素，其作用機制是通過破壞細菌細胞膜實現殺菌效果。近日，相關研究成果發表于《細胞》。

這種方法使研究人員能夠生成并評估從未存在過的理論化合物，他們希望將這一策略應用于針對其他菌種的活性化合物設計與發現。“這項研究為抗生素研發開辟了新可能，我們從藥物設計角度見證了AI的強大能力，使其能夠探索以往無法觸及的廣闊化學空間。”麻省理工學院教授James Collins表示。

過去45年間，美國食品藥品監督管理局（FDA）批準的新抗生素僅數十種，且多數為現有抗生素的變體。與此同時，細菌對這些藥物的耐藥性持續增強。據估計，全球每年因耐藥菌感染導致死亡的人數接近500萬。

為應對這一嚴峻挑戰，Collins與麻省理工學院抗生素-AI項目組成員利用AI技術篩選大型現有化合物庫。為進一步拓展成果，研究團隊決定將搜索范圍延伸至現有化合物庫未收錄的分子領域。通過AI生成理論上可能存在但尚未被發現或合成的分子，他們意識到這將極大擴展潛在藥物化合物的多樣性。

研究中采用兩種策略：首先指導生成式AI算法基于特定具有抗菌活性的化學片段設計分子；其次允許算法自由生成不包含特定片段的分子。在片段導向方法中，研究人員以淋病奈瑟菌為靶標，整合了約4500萬個已知化學片段庫。

通過Collins實驗室訓練的機器學習模型篩選，獲得近400萬個具有抗淋病奈瑟菌活性的片段。經去除預測對人體細胞有毒副作用、存在化學不穩定性及與現有抗生素相似的片段后，最終保留約100萬個候選片段。

經過多輪實驗與計算分析，研究人員確定了代號F1的片段對淋病奈瑟菌表現出顯著活性。以此為基礎，經過多番合成、篩選，最終成功合成兩個化合物。其中命名為NG1的化合物在實驗室培養皿和耐藥淋感染小鼠模型中均表現出強效殺菌能力。

在第二輪研究中，研究人員以革蘭氏陽性菌金黃色葡萄球菌為靶標，探索生成式AI自由設計分子的潛力。同樣使用兩種生成式AI算法，最終合成最優候選化合物DN1在小鼠模型中成功清除MRSA皮膚感染。

非營利組織Phare Bio（同屬于抗生素-AI項目）正在對NG1和DN1進行進一步修飾，為后續測試做準備。

相關論文信息：https://doi.org/10.1016/j.cell.2025.07.033