（泉源：麻省理工科技谈论）
在塞萨尔?德拉富恩特（César de la Fuente）十几岁时，，，，，，，，为了妄想日后的职业生长偏向，，，，，，，，他曾列出一份全球热门行业清单。。。。。。他凭证各国政府投入解决资金的几多反向排序，，，，，，，，微生物耐药性排在首位
二十年已往，，，，，，，，这一问题并未消逝，，，，，，，，反而变得越发严肃。。。。。。由细菌、真菌和病毒进化出耐药机制所引发的熏染，，，，，，，，现在每年造成凌驾 400 万人殒命。。。。。。揭晓在《柳叶刀》上的一项近期剖析展望，，，，，，，，到 2050 年，，，，，，，，这一数字可能突破 800 万。。。。。。现在已是生物工程师与盘算生物学家的德拉富恩特，，，，，，，，与合成生物学家詹姆斯?柯林斯（James Collins）在 2025 年 7 月《物理谈论快报》的文章中忠言，，，，，，，，一个“后抗生素时代”正在迫近。。。。。。届时，，，，，，，，大肠杆菌、金黄色葡萄球菌等常见细菌的耐药菌株所引发的熏染，，，，，，，，即便现在仍有药物可以治疗，，，，，，，，未来也可能致命。。。。。。他们写道，，，，，，，，抗生素研发渠道依旧极端匮乏，，，，，，，，高研发本钱、漫长周期与低投资回报率配合阻碍了相关希望。。。。。。
但德拉富恩特正使用 AI 开创纷歧样的未来。。。。。。他在宾夕法尼亚大学的团队正在训练 AI 工具，，，，，，，，普遍且深入地搜索基因组，，，，，，，，寻找具有抗菌特征的多肽。。。。。。他的目的是将这些由最多 50 个氨基酸毗连而成的多肽分子组合成差别结构，，，，，，，，其中包括自然界中从未泛起过的形式。。。。。。他希望，，，，，，，，这些效果能够�；；；；；；；；と颂�，，，，，，，，抵御那些对古板疗法爆发耐受的微生物。。。。。。
他的研究在出人意料的地方找到了具备潜力的候选分子。。。。。。2025 年 8 月，，，，，，，，他所向导的宾夕法尼亚大学机械生物学团队共 16 名科学家，，，，，，，，在名为古菌的古老单细胞生物的基因序列中发明了隐藏的多肽。。。。。。在此之前，，，，，，，，他们还从蛇、胡蜂与蜘蛛的毒液中筛选出一批候选分子。。。。。。在一项德拉富恩特称之为“分子去灭绝”的一连项目中，，，，，，，，他与相助者正在扫描已揭晓的灭绝物种基因序列，，，，，，，，寻找具备潜在功效的分子。。。。。。这些物种包括尼安德特人、丹尼索瓦人等人科物种，，，，，，，，猛犸象等着名巨型动物，，，，，，，，以及古代斑马与企鹅。。。。。。德拉富恩特以为，，，，，，，，在地球生命演化史上，，，，，，，，某些生物可能进化出了现在依然有用的抗菌防御机制。。。。。。这些早已消逝的基因序列，，，，，，，，让猛犸素-2、大地懒素-2、远古海牛素-1 等化合物得以“复生”。。。。。。已往几年间，，，，，，，，这场分子层面的大规模探索，，，，，，，，让德拉富恩特积累了凌驾百万条基因序列库。。。。。。
现年 40 岁的德拉富恩特，，，，，，，，已斩获美国微生物学会、美国化学学会等机构揭晓的多项声誉。。。。。。2019 年，，，，，，，，《麻省理工科技谈论》曾将他评为“35 岁以下科技立异 35 人”，，，，，，，，以表扬他将盘算要领应用于抗生素发明领域。。。。。。他被公以为将 AI 用于解决现实问题的领武士物。。。。。。任职于麻省理工学院的柯林斯体现，，，，，，，，他真正推动了这一领域的开拓。。。。。。两人并未在实验室开展相助，，，，，，，，但柯林斯恒久处于 AI 药物研发包括抗生素探索的前沿。。。。。。2020 年，，，，，，，，柯林斯团队使用 AI 模子展望出一种广谱抗生素哈利辛，，，，，，，，现在该药物已进入临床前研究阶段。。。。。。
柯林斯体现，，，，，，，，抗生素研发领域需要研究者拿出尽可能多的创意与立异。。。。。。而德拉富恩特在多肽方面的事情推动了整个领域的生长。。。。。。他评价道，，，，，，，，塞萨尔才华轶群，，，，，，，，极具立异精神。。。。。。
探索之路
德拉富恩特将微生物耐药性称为一个“险些不可能解决”的问题，，，，，，，，但他以为“险些”二字中仍有重大探索空间。。。。。。他说自己喜欢挑战，，，，，，，，而这正是最终挑战。。。。。。
他体现，，，，，，，，抗生素的使用、太过使用与滥用，，，，，，，，配合推动了微生物耐药性的爆发。。。。。。而古板的药物发明、制备与检测要领本钱极高，，，，，，，，且经常走入死胡同，，，，，，，，导致问题一连恶化。。。。。。已往许多实验开展抗生素研发的公司最终都以倒闭收场，，，，，，，，由于最终无法获得可观的投资回报。。。。。。
抗生素发明历来都是一条杂乱且充满噪音的蹊径，，，，，，，，依赖无意发明，，，，，，，，充满不确定性与过失偏向。。。。。。几十年来，，，，，，，，研究者主要依赖蛮力式的机械要领开展事情。。。。。。德拉富恩特说，，，，，，，，科学家深入土壤与水体，，，，，，，，再从这些重大有机物中实验提取抗菌分子。。。。。。
但分子结构可能异常重大。。。。。。研究者估算，，，，，，，，可被合成的有机组合数目约在 10 的 60 次方量级。。。。。。作为比照，，，，，，，，地球上的沙粒数目约为 10 的 18 次方。。。。。。加拿大麦克马斯特大学的化学生物学家乔纳森?斯托克斯（Jonathan Stokes）体现，，，，，，，，任何领域的药物研发都是一场统计游戏，，，，，，，，必需有足够多的实验，，，，，，，，才有可能掷中一个目的。。。。。。斯托克斯一直在使用天生式 AI 设计可在实验室合成的新型抗生素候选物，，，，，，，，并与柯林斯相助开展哈利辛相关研究。。。。。。
不过这些实验必需是有用的实验，，，，，，，，而 AI 恰恰能提升研究者的精准度。。。。。。德拉富恩特诠释，，，，，，，，生物学自己就是一种信息泉源，，，，，，，，就像一整套代码。。。。。。DNA 代码由四种碱基组成，，，，，，，，卵白质与多肽则由 20 种氨基酸组成，，，，，，，，每一个“字母”对应一种氨基酸。。。。。。德拉富恩特体现，，，，，，，，他的事情实质上是训练 AI 模子，，，，，，，，识别编码抗菌肽的序列。。。。。。他说，，，，，，，，若是从这个角度思索，，，，，，，，就可以设盘算法挖掘这些代码，，，，，，，，识别出具备功效的分子，，，，，，，，它们可以是抗菌药物、抗疟疾药物，，，，，，，，也可以是抗癌药物。。。。。。
德拉富恩特体现，，，，，，，，从现实应用来看，，，，，，，，现在仍未抵达目的。。。。。。这些多肽尚未转化为能资助患者的可用药物，，，，，，，，剂量、递送方法、详细作用靶点等大宗细节仍需梳理。。。。。。但抗菌肽具备奇异优势，，，，，，，，由于人体自己就在使用这类物质。。。。。。它们是免疫系统的主要组成部分，，，，，，，，通常是抵御病原体熏染的第一道防地。。。。。。古板抗生素往往只依赖简单机制杀灭细菌，，，，，，，，而抗菌肽通常接纳多重作用模式。。。。。。它们可以同时破损细胞壁、内部遗传物质以及多种细胞历程。。。。。。一种细菌病原体可能对古板药物的简单作用机制爆发耐药性，，，，，，，，但未必能抵御抗菌肽的多重攻击。。。。。。
从发明光临床
德拉富恩特的团队是众多推动 AI 抗生素研发界线的团队之一。。。。。。他主要聚焦多肽，，，，，，，，柯林斯则专注小分子发明。。。。。。麦克马斯特大学的斯托克斯同样研究小分子，，，，，，，，其模子可以筛选出有潜力的新分子，，，，，，，，并展望它们能否被合成。。。。。�？？？？？？铝炙固逑�，，，，，，，，研究者真正将 AI 有用用于药物研发只有短短几年时间。。。。。。
与斯托克斯和柯林斯有过相助的斯坦福大学盘算机科学家邹嘉（James Zou）体现，，，，，，，，即便在这么短的时间里，，，，，，，，相关工具也已爆发转变。。。。。。研究者从使用展望模子转向开发天生式要领。。。。。。邹嘉诠释，，，，，，，，在展望模式下，，，，，，，，研究者会从已知有潜力的大型候选库中举行筛选。。。。。。天生式方规则提供了另一种可能，，，，，，，，即重新设计全新分子。。。。。。例如去年，，，，，，，，德拉富恩特团队使用一种天生式 AI 模子设计一系列合成多肽，，，，，，，，再用另一种模子举行评估。。。。。。团队选取其中两种化合物，，，，，，，，在熏染耐药鲍曼不动杆菌的小鼠身上举行测试。。。。。。天下卫生组织已将这种病菌列为耐药性研究的 “极主要优先工具”。。。。。。两种化合物均清静有用地治愈了熏染。。。。。。
但该领域仍处于发明阶段。。。。。。在目今研究中，，，，，，，，德拉富恩特正起劲让候选药物更靠近临床试验。。。。。。为此，，，，，，，，他的团队正在开发一个名为 ApexOracle 的多模态模子。。。。。。该模子旨在剖析新病原体，，，，，，，，精准定位其基因弱点，，，，，，，，匹配可能对其有用的抗菌肽，，，，，，，，再展望由这些多肽组成的抗生素在实验室测试中的体现。。。。。。他体现，，，，，，，，这一模子整合了化学、基因组学与语言模子的认知。。。。。。他增补说，，，，，，，，现在研究仍处于起源阶段，，，，，，，，但即便无法完善运行，，，，，，，，也将资助指导下一代 AI 模子朝着攻克耐药性这一最终目的前进。。。。。。
他信托，，，，，，，，借助 AI，，，，，，，，人类研究者现在有时机直面这一威胁。。。。。。这项手艺已经节约了数十年的研究时间，，，，，，，，现在，，，，，，，，他希望它也能拯救生命。。。。。。
他说，，，，，，，，这就是我们今天所处的天下，，，，，，，，令人难以置信。。。。。。
https://www.te博维环保质料有限公司chnologyreview.com/2026/02/16/1132516/cesar-de-la-fuente-using-ai-antibiotics-hunt/