由程式碼到新藥：直擊Wyss研究所點樣用AI從零設計抗生素，對抗超級淋病

多重抗藥性嘅淋病雙球菌（Neisseria gonorrhoeae）威脅愈來愈大，科學家唯有放棄傳統又慢又貴嘅藥物研發方法，轉投人工智能嘅懷抱。哈佛大學嘅Wyss生物啟發工程研究所，由核心研究員 Jim Collins 帶領，同麻省理工學院（MIT）及布羅德研究所（Broad Institute）嘅夥伴合作，取得咗一系列突破——佢哋唔單止篩選現有藥物庫咁簡單，仲用生成式深度學習從零開始創造全新抗生素 。

Wyss研究所點樣用生成式AI創造新抗生素

Collins實驗室最近喺《細胞》（Cell）期刊發表嘅研究，介紹咗一個雙管齊下嘅生成式AI框架，專門設計針對抗藥性淋病雙球菌同金黃葡萄球菌（MRSA）嘅抗生素 。團隊首先用圖神經網絡（graph neural networks）喺電腦入面系統性評估超過1億種化學碎片，預測邊啲核心骨架具有針對特定病原體嘅抗菌活性 。之後，佢哋部署可變自編碼器（variational autoencoders）同遺傳算法，將呢啲有潛質嘅碎片「擴展」成更大型、更完整嘅分子，仲要確保佢哋擁有理想嘅藥物特性 。

成個過程，模型總共設計咗超過3,600萬個候選化合物，研究人員再透過電腦篩選，預測佢哋嘅抗菌活性、毒性同可合成性 。最後，團隊合成咗24種由AI設計、最有希望嘅分子，拎去實驗室測試。結果，有7種化合物表現出抗菌活性，其中兩種主要候選藥物——專門針對淋病嘅「NG1」同針對MRSA嘅「DN1」——無論喺實驗室定動物研究，都顯示出對多重抗藥性菌株有強大殺菌效果 。呢啲分子結構同現有任何抗生素完全唔同，睇嚟係透過破壞細菌細胞膜呢類新機制嚟發揮作用 。

最關鍵嘅係，Wyss/MIT團隊並無止步於體外同動物測試。Collins透露，佢已經同Wyss研究所創始主任 Donald Ingber 緊密合作，利用研究所嘅「器官晶片」（organ-on-chip）微流控細胞培養裝置，喺模擬人體組織嘅環境入面測試AI發現嘅抗生素藥效 。呢啲平台可以俾研究人員觀察藥物喺活體人類組織入面嘅表現，補充傳統動物實驗嘅不足，喺化合物進入人體試驗之前，就可以更細緻咁審視佢嘅治療潛力 。

AI引領抗菌藥物研發嘅全面革新

Wyss/MIT嘅研究並非單一事件，而係反映咗科學界應對抗微生物藥物耐藥性（AMR）嘅根本性轉變。AI唔再只係加快篩選現有化合物庫嘅速度，而係用嚟設計「自然界中不存在」嘅分子、喺已滅絕生物嘅蛋白質組入面挖掘抗菌肽，仲可以根據基因組數據實時預測耐藥性模式 。

• 生成式設計：Collins實驗室喺《細胞》發表嘅論文，係浪潮嘅一部分。其他團隊亦都利用大型語言模型（LLMs）生成新型抗菌肽，有效對抗臨床超級細菌 。
• 分子去滅絕（Molecular de-extinction）：研究人員訓練深度學習模型，去挖掘已滅絕生物嘅蛋白質組，搵出隱藏嘅抗生素肽，發掘人類從未見過嘅分子 。
• 耐藥性預測：有研究顯示，好似CatBoost呢類機器學習模型，可以預測淋病雙球菌對關鍵抗生素嘅耐藥性，交叉驗證後嘅AUROC值高達0.97，比起以前最叻嘅方法高出4至7個百分點 。意味住臨床醫生好快可以單憑常規收集嘅病人數據，就獲得化驗室級數嘅耐藥性即時預測。
• 思維範式轉移：一份全面嘅美國國立衛生研究院（NIH）回顧文章指出，AI唔單止係有用工具，更加係抗菌藥物研發嘅「催化劑」，解決咗傳統研發流程太慢、太貴，根本追唔上多重抗藥性病原體演化速度呢個核心問題 。

Wyss研究所在呢場變革中嘅奠基作用，點講都唔過份。Collins早期同MIT合作進行嘅深度學習研究，就係喺2019年發現咗halicin——幾十年嚟第一款被發現嘅新類型抗生素，亦係第一款靠AI平台發現嘅抗生素 。而家呢項針對淋病嘅生成式AI研究，正正係同一個研究計劃嘅直接進化，由「用AI篩選」邁向「用AI做設計師」 。

FDA終於追上步伐：批准全新口服淋病藥

當Wyss研究所嘅生成式AI候選藥物（例如NG1）仲喺臨床前研究階段嘅時候，抗生素研發領域喺2025年12月迎來咗重大嘅認可。12月11日同12日，美國食品及藥物管理局（FDA）接連批准咗兩種全新嘅口服藥物，用嚟治療單純性泌尿生殖道淋病——係幾十年嚟首批全新嘅治療選擇 。

• Zoliflodacin（品牌名 Nuzolvence） 係首創（first-in-class）嘅單劑量口服抗生素，屬於螺嘧啶三酮類細菌第二型拓撲異構酶抑制劑，由Innoviva Specialty Therapeutics同全球抗生素研發合作夥伴關係（GARDP）及美國國家過敏及傳染病研究所（NIAID）合作開發 。一項有930名病人參與嘅第三期臨床試驗發現，呢款藥嘅療效唔輸蝕俾標準嘅注射療法 。
• Gepotidacin（品牌名 Blujepa） 係另一款首創嘅口服三氮雜苊烯類抗菌藥，由葛蘭素史克（GSK）開發。佢喺2025年3月已率先獲批用嚟治療女性尿道感染，然後喺12月獲得FDA嘅補充批准，用於治療嗰啲無乜或者無其他治療選擇嘅淋病患者 。

兩款藥都係結構新穎嘅口服抗生素，呢點好關鍵，因為舊有嘅標準療法——以注射用頭孢曲松為基礎嘅方案——有後勤上嘅障礙，而且愈嚟愈受到不斷上升嘅耐藥性挑戰 。不過，呢啲批准亦都附帶重要嘅警示。Zoliflodacin同gepotidacin喺早期嘅第二期試驗入面，對咽喉淋病嘅療效都唔太理想，意味住點樣使用呢啲藥需要仔細管理 。而且，呢兩款藥都唔係用AI發現嘅，佢哋更多反映咗傳統、非AI嘅小分子藥物研發仍然好重要，即使AI已經加快咗臨床前候選藥物嘅供應 。

呢一切將會通向邊度

Wyss研究所嘅研究，同埋佢所代表嘅更廣泛AI驅動抗生素運動，正正企喺一個關鍵嘅十字路口。一方面，生成式AI模型而家已經有能力設計出結構前所未有嘅化合物，仲可以喺實驗室同動物模型中殺死多重抗藥性嘅「超級細菌」 。另一方面，2025年12月FDA對zoliflodacin同gepotidacin嘅批准，證明全新化學實體係可以攞到監管批准，並且送俾嗰啲急需替代一線抗生素嘅病人 。下一步——將AI設計嘅候選藥物同人體器官晶片測試結合——喺Collins嘅實驗室已經開始咗 。

如果呢種整合模式成功，抗生素研發嘅未來將會徹底唔同：深度學習模型提出全新分子，器官晶片喺人類組織環境中驗證佢哋嘅安全性同有效性，然後最有希望嘅候選藥物就可以快速進入臨床試驗。對於好似淋病雙球菌呢類已被世界衛生組織（WHO）同美國疾控中心（CDC）列入最高優先監視名單、耐藥軌跡極之驚人嘅病原體嚟講，呢場賭注可謂非常之高 。Wyss研究所用AI設計嘅抗生素，雖然仲未進入臨床，但佢哋代表咗一個概念驗證：我哋而家已經可以教機器去發明我哋極之需要嘅藥物。