AI 从 700 亿分子中发现 9 种新型抗生素候选物，MIT 团队挑战超级细菌

针对耐药菌感染治疗的难题，MIT 学者 Regina Barzilay 与 James J. Collins 合作开展 AI 加速抗生素研发的研究，斩获 2026 年普利兹克 AI 科学研究卓越奖，这也是该奖项首次授予合作研究团队。

二人带领的抗生素 AI 项目已完成超 700 亿个分子的虚拟筛选、超 3.8 万个分子的抗菌实验等大量工作，累计发现或设计出 9 种新型抗生素候选物。团队的研究从最初利用 AI 从已有化合物库中筛选潜在抗菌分子，先后发现全新候选抗生素 Halicin、针对鲍曼不动杆菌的 Abaucin，还通过可解释深度学习模型识别出抗菌活性相关分子结构特征。

后续进一步推进到用生成式 AI 直接构建全新分子结构，得到了对耐药淋病奈瑟菌有效的 NG1、对多重耐药金黄色葡萄球菌有效的 DN1 等活性候选物。团队还搭建起计算预测、分子设计与实验验证联动的闭环研发流程，目前重点针对七类关键致病菌开展研究，并推动候选物向实际药物转化，不过从活性分子到落地成可用抗生素，仍需跨越合成验证、临床开发等诸多环节，解决数据质量、模型评价、监管等多方面的挑战。