當醫(yī)院里的 “超級細菌” 突破最后一道抗生素防線，當一場普通的肺炎因細菌耐藥而演變成致命危機，當全球每年超 70 萬人死于耐藥菌感染 —— 人類正一步步走進 “后抗生素時代”。自青霉素問世以來，抗生素曾是人類對抗細菌感染的 “萬能武器”，但近 30 年，新抗生素研發(fā)陷入停滯，而細菌耐藥性進化速度卻不斷加快。據(jù)世界衛(wèi)生組織預測，若不改變現(xiàn)狀，到 2050 年，耐藥菌感染將成為全球第一大死因，每年致死人數(shù)將超 1000 萬。

就在這一危急時刻，一項發(fā)表于《Cell》的突破性研究，為人類帶來了新的希望。研究團隊不僅成功開發(fā)出兩種潛力巨大的抗生素候選物 NG1 和 DN1，更重要的是，他們首創(chuàng)了 “黃金碎片拼接” 與 “自由創(chuàng)造” 兩種 AI 藥物設計模式，徹底打破了傳統(tǒng)抗生素研發(fā)的瓶頸，開啟了抗生素 AI 設計的新紀元。這一全新藥物發(fā)現(xiàn)范式，讓人類在與耐藥菌的 “軍備競賽” 中，終于掌握了更高效、更精準的 “武器制造技術”。

先認清：后抗生素時代的三大 “絕境”

要理解這項 AI 抗生素設計研究的重大意義，首先得直面當前抗生素研發(fā)與應用面臨的三大核心困境，這些困境正是推動新范式誕生的 “痛點”。

1. 研發(fā)效率極低：十年磨一劍，卻難敵耐藥

傳統(tǒng)抗生素研發(fā)遵循 “培養(yǎng)篩選法”：從土壤、海洋等環(huán)境中分離微生物，培養(yǎng)后篩選能抑制細菌生長的化合物，再進行化學修飾優(yōu)化。這種方法不僅 “靠運氣”（發(fā)現(xiàn)新活性化合物的概率不足 0.01%），還耗時耗力 —— 一款新抗生素從發(fā)現(xiàn)到上市，平均需要 10-15 年，投入超 10 億美元。

更殘酷的是，新抗生素的研發(fā)速度遠趕不上細菌耐藥速度。例如，2019 年上市的新型抗生素 “普拉佐米星”，僅 2 年后就發(fā)現(xiàn)了對其耐藥的腸球菌；而研發(fā)一款能對抗這類耐藥菌的新抗生素，又需要至少 10 年 —— 這種 “研發(fā)滯后”，讓人類在與耐藥菌的對抗中始終處于被動。

2. 化學空間受限：“老框架” 里難尋新突破

傳統(tǒng)研發(fā)思路還受限于 “已知化學骨架”。目前已上市的抗生素，大多基于 β- 內酰胺類（如青霉素）、大環(huán)內酯類（如紅霉素）等少數(shù)幾類化學骨架，研發(fā)人員往往只能在這些 “老框架” 上進行微小修飾（如改變側鏈結構），難以突破現(xiàn)有化學空間。

這導致新研發(fā)的抗生素與現(xiàn)有藥物作用機制高度相似，細菌很容易通過已有耐藥基因快速產生耐藥性。例如，針對 β- 內酰胺類抗生素的耐藥基因 “β- 內酰胺酶”，能輕松破解該類藥物的新修飾版本，讓新研發(fā)的抗生素剛上市就面臨 “失效風險”。

3. 副作用與窄譜難題：“殺敵一千，自損八百”

理想的抗生素應具備 “廣譜高效”（能對抗多種耐藥菌）和 “低毒安全”（不損傷人體細胞）的特點，但傳統(tǒng)研發(fā)很難兼顧。很多候選化合物要么對人體正常細胞毒性大（如早期的氨基糖苷類抗生素易致腎損傷），要么抗菌譜過窄（只能對抗某一類細菌），無法應對復雜的臨床感染場景。

例如，針對 “碳青霉烯耐藥腸桿菌科細菌”（CRE，被稱為 “超級細菌” 中的 “王牌”），目前僅有的幾款抗生素要么副作用強，要么只能用于特定部位感染，臨床應用受限極大。

突破：AI 設計的兩種新模式，打開抗生素研發(fā) “新大門”

《Cell》研究團隊摒棄了傳統(tǒng) “靠運氣” 的篩選思路，借助 AI 技術，構建了兩種全新的抗生素設計模式 ——“黃金碎片拼接” 和 “自由創(chuàng)造”，從 “被動發(fā)現(xiàn)” 轉向 “主動設計”，徹底改變了抗生素研發(fā)的邏輯。

1. 模式一：“黃金碎片拼接”—— 從已知優(yōu)勢中組合創(chuàng)新

“黃金碎片” 指的是已驗證具有抗菌活性、低毒性的小分子結構片段（如某些抗生素的核心藥效團、天然產物的活性片段）。研究團隊首先建立了一個包含 10 萬余個 “黃金碎片” 的數(shù)據(jù)庫，這些碎片均經過實驗驗證，具有明確的抗菌機制（如抑制細菌細胞壁合成、干擾蛋白質合成）且對人體細胞毒性低。

AI 系統(tǒng)通過深度學習算法，分析這些 “黃金碎片” 的結構特征、抗菌機制以及與細菌靶點（如細菌核糖體、青霉素結合蛋白）的結合模式，然后像 “拼樂高” 一樣，將不同碎片進行合理拼接：

第一步：篩選匹配碎片：針對特定細菌靶點（如 CRE 的青霉素結合蛋白 PBP2），AI 篩選出能與該靶點高效結合的 “活性碎片”（如 β- 內酰胺類的四元環(huán)碎片）和 “低毒碎片”（如天然產物中的脂肪鏈碎片）；

第二步：優(yōu)化拼接方式：AI 通過分子動力學模擬，計算不同碎片拼接后的空間結構、電荷分布，確保拼接后的分子能穩(wěn)定結合靶點，同時避免形成易被耐藥酶攻擊的結構（如 β- 內酰胺酶易水解的酰胺鍵）；

第三步：虛擬驗證：將拼接后的分子放入虛擬細菌模型中，預測其抗菌活性、毒性及耐藥風險，篩選出最具潛力的候選物。

通過這種模式，團隊成功設計出抗生素候選物NG1。實驗驗證顯示，NG1 能高效對抗 CRE、耐甲氧西林金黃色葡萄球菌（MRSA）等多種 “超級細菌”，最低抑菌濃度（MIC）僅為現(xiàn)有抗生素的 1/8-1/4；同時，NG1 對人體肝細胞的毒性比現(xiàn)有藥物低 10 倍，且不易被常見耐藥酶水解 —— 在小鼠肺炎模型中，NG1 治療后小鼠的存活率從 20% 提升至 80%，肺部細菌清除率達 99%。

2. 模式二：“自由創(chuàng)造”—— 跳出已知，設計全新結構

如果說 “黃金碎片拼接” 是 “站在巨人肩膀上創(chuàng)新”，那么 “自由創(chuàng)造” 則是 AI “從零開始” 設計全新抗生素分子，徹底突破傳統(tǒng)化學骨架的限制。

研究團隊為 AI 系統(tǒng)輸入了兩大核心數(shù)據(jù)：一是細菌生存必需的靶點蛋白結構（如細菌核糖體的 30S 亞基、葉酸合成關鍵酶），二是 “藥物樣分子” 的理化性質規(guī)則（如分子量、脂水分配系數(shù)等，確保設計出的分子能在體內吸收、分布、代謝）。AI 系統(tǒng)通過生成式對抗網絡（GAN）和強化學習算法，直接 “創(chuàng)造” 出從未被人類合成過的分子結構：

GAN 網絡：像 “畫家” 一樣生成大量全新分子結構，這些結構不依賴任何已知抗生素骨架，卻能滿足與細菌靶點結合的空間需求；

強化學習：通過不斷 “試錯” 優(yōu)化分子 —— 若某一分子預測抗菌活性低，AI 會調整其結構（如增加氫鍵供體、改變環(huán)結構）；若預測毒性高，則優(yōu)化其理化性質（如降低脂溶性），最終篩選出符合 “高活性、低毒性、抗耐藥” 標準的分子。

通過 “自由創(chuàng)造” 模式，團隊開發(fā)出候選物DN1。DN1 的化學結構與現(xiàn)有任何抗生素都不同，其作用機制是通過抑制細菌的 “脂肪酸合成酶”（人類細胞無此酶，因此毒性極低），阻斷細菌細胞膜合成。實驗顯示，DN1 對多種耐藥菌（包括對 NG1 耐藥的菌株）均有強效抑制作用，且在小鼠敗血癥模型中，能將血液中細菌濃度降低 1000 倍，治愈率達 75%，遠超現(xiàn)有抗生素。

新范式的核心優(yōu)勢：為何 AI 能成為后抗生素時代 “破局者”？

相比傳統(tǒng)研發(fā)，AI 設計抗生素的新范式具有三大革命性優(yōu)勢，直接破解了后抗生素時代的核心困境。

1. 研發(fā)效率提升 100 倍：從 “十年” 到 “數(shù)月”

傳統(tǒng)抗生素研發(fā)中，僅 “篩選活性化合物” 環(huán)節(jié)就需要 1-2 年，而 AI 設計模式將這一過程縮短至數(shù)周：

“黃金碎片拼接” 模式：AI 可在 1 周內完成百萬級別的碎片組合與虛擬篩選，篩選效率是傳統(tǒng)高通量篩選（每天篩選 10 萬化合物）的 100 倍；

“自由創(chuàng)造” 模式：AI 能在 1 個月內生成并優(yōu)化出 100 個潛在候選物，而傳統(tǒng)方法要得到同等數(shù)量的候選物，至少需要 5 年。

研究團隊從啟動 AI 設計到獲得 NG1 和 DN1 的臨床前候選物，僅用了 8 個月，而傳統(tǒng)研發(fā)相同階段至少需要 5 年 —— 這種效率的提升，讓人類能快速應對新出現(xiàn)的耐藥菌，不再陷入 “研發(fā)滯后” 的被動局面。

2. 突破化學空間限制：對抗耐藥的 “核心武器”

傳統(tǒng)研發(fā)受限于已知化學骨架，導致新抗生素易被現(xiàn)有耐藥機制破解；而 AI “自由創(chuàng)造” 模式設計的全新結構，讓細菌無法通過已有耐藥基因產生耐藥：

例如，DN1 的全新結構避開了 β- 內酰胺酶、氨基糖苷修飾酶等常見耐藥酶的作用位點，即使細菌攜帶這些耐藥基因，也無法降解 DN1；

實驗顯示，連續(xù)培養(yǎng)細菌 20 代，細菌對 DN1 的耐藥性僅提升 2 倍，而對現(xiàn)有抗生素（如頭孢他啶）的耐藥性會提升 100 倍以上。

這種 “抗耐藥” 特性，讓新抗生素的臨床使用壽命大幅延長 —— 傳統(tǒng)抗生素平均使用 3-5 年就會出現(xiàn)廣泛耐藥，而 AI 設計的抗生素預計使用壽命可延長至 10 年以上。

3. 精準設計，兼顧 “高效” 與 “安全”

AI 設計能通過 “多目標優(yōu)化”，同時滿足抗菌活性、低毒性、藥代動力學等多重需求，解決了傳統(tǒng)研發(fā) “顧此失彼” 的難題：

在設計 NG1 時，AI 通過模擬分子與人體肝細胞色素 P450 酶（藥物代謝關鍵酶）的相互作用，優(yōu)化分子結構，避免了藥物與其他藥物的相互作用，降低了副作用風險；

設計 DN1 時，AI 通過分析細菌與人類脂肪酸合成酶的結構差異，確保 DN1 僅結合細菌酶，不影響人類細胞，實現(xiàn) “精準殺菌”。

臨床前安全性評估顯示，NG1 和 DN1 在小鼠、大鼠等動物模型中，均未出現(xiàn)腎毒性、肝毒性等常見抗生素副作用，為后續(xù)臨床試驗奠定了良好基礎。

臨床前景：從實驗室到病床，還有哪些關鍵步驟？

目前，NG1 和 DN1 已完成臨床前研究，計劃于 2026 年啟動 Ⅰ 期臨床試驗。要讓 AI 設計的抗生素真正應用于患者，還需突破以下關鍵環(huán)節(jié)：

1. 大規(guī)模生產工藝優(yōu)化

AI 設計的分子結構可能具有特殊的化學性質（如 DN1 的多環(huán)結構），傳統(tǒng)合成方法難以實現(xiàn)大規(guī)模生產。研究團隊正與制藥企業(yè)合作，開發(fā)高效的合成路線 —— 例如，通過連續(xù)流化學技術，將 DN1 的合成步驟從 12 步減少至 5 步，生產成本降低 60%，為后續(xù)商業(yè)化生產奠定基礎。

2. 臨床試驗驗證：在人體中檢驗療效與安全

Ⅰ 期臨床試驗將納入健康志愿者，評估 NG1 和 DN1 的安全性、藥代動力學（如吸收、分布、排泄）；Ⅱ 期試驗將在耐藥菌感染患者中測試不同劑量的療效；Ⅲ 期試驗則需納入數(shù)千例患者，驗證長期療效和安全性。

研究團隊表示，由于 AI 設計時已充分考慮人體代謝和毒性特征，預計臨床試驗的成功率將達 40%（傳統(tǒng)抗生素臨床試驗成功率僅 10%），大幅降低研發(fā)失敗風險。

3. 應對 “新耐藥”：AI 的 “動態(tài)防御” 能力

即使 AI 設計的抗生素能長期使用，細菌仍可能進化出新的耐藥機制。為此，研究團隊正構建 “AI 耐藥監(jiān)測與快速迭代系統(tǒng)”：通過全球耐藥菌監(jiān)測網絡收集新耐藥菌的基因序列和靶點結構變化，AI 可在 1 個月內基于新靶點設計出新一代抗生素，形成 “發(fā)現(xiàn)耐藥 - 快速設計 - 更新藥物” 的動態(tài)防御體系，徹底擺脫傳統(tǒng)研發(fā)的 “滯后性”。

AI 重構抗生素研發(fā)，人類重新掌握 “主動權”

從青霉素的偶然發(fā)現(xiàn)，到 AI 的精準設計，抗生素研發(fā)走過了近百年歷程。在后抗生素時代的危急關頭，《Cell》研究展示的 AI 設計新范式，不僅帶來了 NG1、DN1 兩款潛力抗生素，更重要的是，它讓人類從 “被動等待新抗生素發(fā)現(xiàn)” 轉向 “主動設計對抗耐藥菌的武器”。

當 AI 能在數(shù)月內設計出全新結構的抗生素，當新藥物能長期抵抗細菌耐藥，當研發(fā)成本大幅降低 —— 人類終于在與耐藥菌的 “軍備競賽” 中重新掌握了主動權?；蛟S在不久的將來，面對 “超級細菌” 感染，醫(yī)生能快速選用 AI 設計的精準抗生素，讓普通感染不再致命，讓 “后抗生素時代” 的噩夢徹底終結。而這，正是科技賦予人類對抗疾病的最強力量。