AI 摘要
- AI 協助設計人工噬菌體。
- 16 種設計成功抑制大腸桿菌生長。
- 部分人工噬菌體能攻擊抗藥性大腸桿菌。
研究人員正結合人工智慧與噬菌體技術，探索對抗抗藥性細菌的新方法。最新實驗顯示，生成式 AI 能從大量候選設計中篩選出具潛力的人工噬菌體，其中部分設計成功抑制大腸桿菌生長，並對兩株抗藥性大腸桿菌展現攻擊能力。
AI 改變噬菌體篩選流程
噬菌體是以細菌為目標的病毒。過去，科學家通常需要手動測試大量病毒樣本，才能找出能精準攻擊特定細菌的噬菌體，整個流程耗時且難以大規模擴充。
相關研究指出，深度學習模型可提升噬菌體與宿主之間互動的預測精準度與可擴充性，協助研究人員更有效率地篩選可能有效的噬菌體。新一代模型的用途也不再局限於既有病毒資料庫，而是能協助設計客製化、合成式噬菌體，針對特定細菌建立候選方案。
從約 70 萬個設計中篩選人工噬菌體
在最新實驗中，研究團隊利用生成式 AI 模型產生約 70 萬個候選設計，之後挑選其中 285 個序列進行實驗室合成。
實驗結果顯示，這些人工設計的噬菌體中，有 16 種成功抑制大腸桿菌生長。後續測試進一步發現，這些人工噬菌體能攻擊兩株抗藥性大腸桿菌。
相較之下，原本的參考病毒與天然噬菌體混合組合，在相同測試中並未達到同樣效果。這項結果顯示，人工設計噬菌體可能為針對特定細菌建立候選工具提供另一條路徑，但目前仍屬研究與實驗階段。
研究同步納入生物安全控管
研究人員表示，模型設計過程包含安全限制，刻意排除部分基因體資料，以避免生成可能感染人類、動物、植物或真菌的病毒。研究中也加入額外的生物安全措施，降低人工設計病毒帶來的潛在風險。
不過，來源資料未提供這些人工噬菌體進入臨床試驗或實際治療的資訊，因此目前不能將實驗結果視為已確認的醫療療效。
未來可能探索噬菌體組合
學者指出，未來若能搭配使用具有不同基因背景的噬菌體，或許有機會提高作用效果，並降低細菌演化出抗性的機會。然而，這項方向仍需要更多研究驗證，包括不同噬菌體之間的相互作用、對目標細菌的專一性，以及相關生物安全性。
Reference Link : technews.tw
