雷吉娜·巴齐莱与吉姆·柯林斯因在AI赋能抗生素发现领域的研究荣获普利兹克AI与科学研究卓越奖
内容提要
麻省理工学院教授巴齐莱与柯林斯因开创AI驱动抗生素发现，获2026年普利兹克AI科学卓越奖。2020年，他们用深度学习模型从2500个分子中筛出首个AI发现抗生素halicin，可杀灭多种耐药菌，将数年流程缩短至数周；2023年又发现窄谱抗生素abaucin，专攻鲍曼不动杆菌，有助减少耐药性。二人认为AI正从发现工具转向设计工具，但药物发现仍处早期，需构建更真实的人体生物学AI模型。
延伸解读
从筛选到设计：AI角色的转变
文章指出，巴齐莱与柯林斯认为AI正从发现工具转向设计工具。传统抗生素发现依赖缓慢、昂贵且不可预测的试错策略，而生成式AI有望主动设计新分子，而非仅从现有库中筛选。这一转变可能拓展抗生素发现的边界，但文章也强调，目前AI仅能自动化部分流程，药物发现整体仍处早期。
广谱与窄谱：两种AI发现路径的对比
halicin是广谱抗生素，可杀灭多种耐药菌，包括艰难梭菌、鲍曼不动杆菌和结核分枝杆菌；abaucin则是窄谱抗生素，专门针对鲍曼不动杆菌。文章指出，窄谱的优势在于减少细菌产生耐药性的可能性，并避免伤害肠道有益菌。两种路径展示了AI在不同抗菌策略中的应用潜力。
现实瓶颈：AI模型仍需贴近人体生物学
尽管AI将抗生素发现周期从数年缩短至数周，巴齐莱明确表示，分子建模虽有显著进展，但药物发现仍处早期阶段。AI只能自动化部分 pipeline，而非彻底改变发现过程。要实现更大突破，需努力构建更真实的人体生物学AI模型，这提示当前成果仅是起点，后续需在生物学真实性上持续投入。
Q&A
雷吉娜·巴齐莱和吉姆·柯林斯为什么获得2026年普利兹克AI与科学研究卓越奖？
他们因在AI赋能抗生素发现领域的开创性工作而获奖，该工作整合了深度学习、生物工程和实验验证，以识别针对耐药病原体的新型抗菌候选药物。
AI发现的第一个抗生素是什么？它是如何被发现的？
第一个AI发现的抗生素是halicin。它由深度学习模型从2500个分子中筛选出来，该模型经过训练后识别出halicin，原本被研究作为糖尿病药物的halicin表现出广谱抗生素活性，能杀灭多种耐药菌。
halicin能对抗哪些类型的耐药细菌？
halicin能杀灭多种抗生素耐药细菌，包括艰难梭菌、鲍曼不动杆菌和结核分枝杆菌。
abaucin是什么？它有什么特别之处？
abaucin是2023年通过机器学习发现的窄谱抗生素，专门针对鲍曼不动杆菌。其窄谱特性是一大优势，能减少细菌产生耐药性的可能性，并避免伤害肠道有益菌。
AI在抗生素发现中的角色发生了怎样的转变？
根据柯林斯的说法，AI正从发现工具转变为设计工具。生成式AI使得AI不仅用于筛选现有分子，还能设计新的抗生素候选药物，这为抗生素发现开辟了新前沿。
目前AI在药物发现中还存在哪些局限性？
巴齐莱认为，尽管分子建模取得了显著进展，但药物发现仍处于早期阶段。AI只能自动化部分流程，而非完全改变发现过程。要真正实现变革，需要努力构建逼真的人体生物学AI模型。
