生成式深度学习引领新型抗生素设计：对抗耐药菌株的创新策略

为解决抗生素耐药性危机，研究人员开发了基于生成式人工智能(生成式AI)的创新平台，结合遗传算法(GA)和变分自编码器(VAE)，实现了针对淋病奈瑟菌(N. gonorrhoeae)和金黄色葡萄球菌(S. aureus)的片段筛选(>107)和全新化合物设计。在24种合成化合物中，7种显示选择性抗菌活性，其中2种先导化合物对耐药菌株具有独特作用机制和体内疗效，为探索化学空间提供了新范式。

　　

在抗微生物耐药性日益严峻的背景下，这项突破性研究构建了双管齐下的智能药物设计体系。通过遗传算法(Genetic Algorithms)和变分自编码器(Variational Autoencoders)的协同作用，研究团队既实现了对海量化学片段(>10⁷)的智能筛选，又完成了无约束的全新分子生成。针对淋病奈瑟菌(N. gonorrhoeae)和耐甲氧西林金黄色葡萄球菌(MRSA)这两个"超级细菌"代表，系统成功筛选出24个候选分子，其中7个在实验室展现出精准的抗菌"狙击"能力。特别值得注意的是，两个明星化合物犹如特工般展现出双重本领：既能通过独特的作用机制突破耐药菌的防御系统，又能在小鼠模型中有效清除阴道淋球菌感染和皮肤MRSA感染。这些分子结构新颖得如同外星密码，为人类对抗耐药菌的军火库增添了全新武器。该平台就像化学宇宙的"星际导航仪"，为探索从未被发现的分子星系提供了革命性工具。