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。

研究发现，蔓越莓汁能显著增强抗生素磷霉素对尿路感染细菌的杀菌效果，并阻止细菌产生耐药性。蔓越莓汁通过关闭细菌的“逃逸通道”，迫使细菌依赖另一条通道，从而降低耐药突变的可能性。这一发现为抗生素疗法提供了新的思路。

麻省理工学院的研究项目结合合成生物学与人工智能，开发针对特定病原体的可编程抗菌剂，以应对全球抗微生物耐药性危机，特别是在低收入国家。

麻省理工学院的詹姆斯·J·柯林斯教授利用人工智能和深度学习设计新型抗生素，专门针对多重耐药病原体。他与多家机构合作，成立非营利组织Phare Bio，加速抗生素的发现与临床应用，以应对全球抗生素耐药性问题。

研究人员发现新化合物enterololin，针对克罗恩病相关细菌，能有效减少肠道炎症。在小鼠模型中，其效果优于传统抗生素。研究团队利用AI模型DiffDock加速药物机制识别，缩短开发时间。这一进展有望改善肠道疾病患者的生活质量，并应对抗生素耐药性问题。

麻省理工学院的研究人员利用人工智能设计了新型抗生素，针对耐药性淋病奈瑟菌和耐多药金黄色葡萄球菌（MRSA）。他们生成了超过3600万个化合物，筛选出具有抗菌特性的候选药物，这些新药通过干扰细菌细胞膜的合成发挥作用，展示了AI在药物设计中的潜力。

社交平台上出现大量伪科学视频，宣称用阿莫西林洗衣机和洗头能杀菌和治脱发。阿莫西林是抗生素，滥用可能导致过敏和健康风险。这些视频实则为推广洗涤产品，需警惕。

本文通过计算建模和单细胞基因组学分析mtDNA变异，发现亚群特异性变异源于细胞异质性，而非新生突变。研究提出谱系信息评分，强调克隆扩增在线粒体谱系追踪中的重要性。

非营利组织Ersilia Open Source Initiative通过Ersilia Model Hub向研究人员提供AI/ML模型和计算能力，以改善低收入和中等收入国家的药物发现。该平台汇集了约150个与抗生素药物发现相关的AI/ML模型，研究人员可以免费使用这些模型来改进药物发现。Ersilia的合作伙伴包括非洲的大学和研究中心。通过这一平台，研究人员可以更好地预测候选分子对特定疾病的疗效，加快药物发现进程。

研究人员利用人工智能筛选出对休眠细菌致命的化合物，发现新抗生素semipimod能有效对抗耐药的革兰阴性细菌，如大肠杆菌。这项研究有助于开发针对代谢休眠细菌的新药物，解决反复感染问题。

MIT研究人员利用深度学习模型筛选约1200万种化合物，发现能杀灭耐甲氧西林金黄色葡萄球菌（MRSA）的新型抗生素候选物，并揭示模型预测所依据的化学子结构以提高可解释性。候选物在培养皿和两种小鼠模型中有效，对人类细胞毒性低，通过破坏细菌细胞膜电化学梯度起效。