澳大利亞團隊用 AI 設計全新蛋白質：能精準殺滅耐藥大腸桿菌

抗生素濫用導致的超級細菌，一直是現代醫學最頭疼的麻煩之一。面對那些刀槍不入的耐藥大腸桿菌，傳統藥物研發往往要在實驗室裡耗費數年甚至數十年，不斷篩選和改造自然界已有的蛋白質。

來自澳大利亞的科研團隊換了一條路。他們利用 AI 演算法在極短時間內從零設計出全新的生物蛋白，成功殺死了具有抗藥性的大腸桿菌。

這項成果發表在《自然·通訊》（Nature Communications）上，標誌著澳大利亞科學家首次利用 AI 生成了可直接投入使用的殺菌蛋白質。

從自然搬運工，變成蛋白質造物主

這項研究由墨爾本大學 Bio21 研究所的 Rhys Grinter 博士，以及莫納什大學生物醫藥發現研究所的 Gavin Knott 副教授聯合帶頭。核心實驗主要由博士生 Daniel Fox 完成。

以往針對癌症或感染性疾病的蛋白質療法，大多是從自然界現有的蛋白質出發，再通過人工理性設計或者體外進化來改造。這種方法週期極其漫長，而且受限於自然界已有的結構框架。

研究團隊藉助深度學習，直接跳過了大自然演化的漫長過程。演算法可以針對致病大腸桿菌掠奪人體血紅素的特定靶點，在幾秒鐘內完成從頭設計（de novo design），直接生成能夠精準結合並阻斷其生路的新蛋白質。

除了用來殺菌，這類定製蛋白還可以根據需要設計成抑制劑、激動劑、疫苗載體、奈米材料甚至微型生物感測器。

站在開源巨人的肩膀上

值得一提的是，這個團隊並沒有完全關起門來重新發明輪子。他們的 AI 蛋白質設計平臺深度參考了去年諾貝爾化學獎得主 David Baker 的研究成果，並整合了業內公開的開源工具。

在設計流程中，他們吸納了包括 Bindcraft 和 Chai 在內的開源 AI 蛋白設計軟體，再結合團隊自研的工具，打通了從結構預測、序列生成到溼實驗驗證的完整閉環。

莫納什生物醫藥發現研究所所長 John Carroll 指出，這一平臺的建立讓澳大利亞在 AI 蛋白質設計上迅速跟上了步伐，加入了美、中等國能夠高通量生成可用蛋白質的梯隊。

團隊由結構生物學家和電腦科學家共同組成，這種跨學科搭配讓他們能夠敏銳地跟進全球最新的 AI 模型，並迅速把虛擬程式碼轉化為實驗室裡的真實分子。

為什麼重要

抗生素耐藥性危機日益嚴峻，如果繼續依賴傳統的新藥篩選路徑，研發速度根本追不上細菌變異的腳步。這套從頭設計的方法讓我們看到，針對特定耐藥靶點快速生成候選藥物已經成為現實。

對醫藥研發團隊來說，這套方案最大的價值在於平民化與高效率。研究團隊明確強調了開源工具的重要性，這意味著中小實驗室和高校不再需要跨國藥企那樣龐大的篩選流水線，憑藉開源模型和自研微調也能切入前沿藥物設計。

我們認為，該團隊最聰明的地方在於務實。他們沒有從底層重寫大模型，而是站在 David Baker 等前人驗證過的技術路線之上，靈活拼接 Bindcraft 和 Chai 等尖端開源模組，把精力集中在解決耐藥大腸桿菌這個具體且緊迫的生物學痛點上。

不過隱患依然存在。AI 在計算機裡生成的蛋白質再完美，最終走向臨床依然要面臨極高的門檻。體外能殺死大腸桿菌，並不等於在複雜的活體內不會引發免疫排斥或毒副作用。從實驗室的可用蛋白到真正獲批上市的藥物，依然有一條漫長的安全驗證之路要走。