重磅消息！科学家利用人工智能设计新型抗生素，为应对耐药性问题找到突破口【附AI药物研发行业发展趋势】

（图片来源：摄图网）

耐药性是当今全球公共卫生领域面临的严峻挑战之一。随着抗生素等抗菌药物的广泛使用，细菌、病毒、真菌等病原体逐渐进化出抵抗药物攻击的能力，使得原本有效的治疗手段变得无用。这不仅导致感染治疗难度大幅增加，还可能引发疾病的传播加剧以及死亡率上升。更令人担忧的是，耐药性病原体的传播不受国界限制，一旦形成超级耐药菌株，可能引发全球性的公共卫生危机，威胁人类健康与生命安全。

传统药物研发模式面临双重困境：新药开发周期长达10-15年，而细菌产生耐药性仅需2-3年。这种时间差让人类始终处于“追赶者”的被动地位。

近日，瑞典卡罗琳医学院与多家国际科研机构合作，开发出一种利用生成式人工智能(AI)设计新型抗生素的方法，有望为应对抗生素耐药性问题提供新的突破口。

研究团队建立了一个基于深度学习的人工智能平台，该平台通过分析大量已知抗生素的结构与功能，能够设计出与现有抗生素截然不同的全新分子化合物。研究人员利用该平台合成了24种化合物，其中7种表现出选择性抗菌活性。两种先导化合物NG1和DN1在小鼠感染模型中展现出显著疗效，分别可以针对淋病奈瑟菌和耐甲氧西林金黄色葡萄球菌发挥强效作用，且毒性极低。特别是NG1，其作用机制是通过破坏淋病奈瑟菌保护膜的完整性来实现杀菌效果，有望成为一种前景广阔的窄谱抗生素。

该成果不仅证明了人工智能在药物设计中的巨大潜力，还为新型抗生素的研发开辟了新的路径。相关研究结果已发表在国际学术期刊《细胞》上。

AI技术的介入恰好直击医疗行业痛点。从病理研究到患者诊疗，从药物研发到术后看护，AI的应用场景几乎覆盖医疗全链条。其中，AI药物研发是AI医疗重点发展环节，根据GMI统计，2022年已占据全球54亿美元AI医疗市场的28%，成为最大细分市场。紧随其后的是AI医学影像(26%)和精准医疗(22%)。

这一布局背后是极高的技术门槛：AI药物研发需整合药理学分析、机器学习、大数据处理等多项技术，形成难以逾越的技术壁垒。

全球范围内，越来越多的传统药企、科技巨头与AI初创公司正加速布局。从靶点发现到化合物合成，再到临床试验分析，AI技术正重塑药物研发的每个环节。据GMI预测，到2032年，全球AI药物研发市场规模将突破200亿美元，中国市场规模则有望超过30亿美元。

这场变革不仅意味着效率提升——临床试验周期可能缩短至4年，成本降低60%，更预示着个性化医疗时代的到来：基于基因型的定制化药物设计、实时耐药性监测系统等创新应用，正在重构人类与病原体的对抗格局。

中国科学院院士陈凯先认为，AI在药物研发中的应用前景在于构建“主动数据驱动的智能药物发现新范式”，包含将“干法和湿法结合起来”，即AI的“大脑”（虚拟筛选、模型预测）与高通量自动化实验平台的“双手”相结合，形成“设计-执行-学习”的快速闭环。此外，通过构建“虚拟细胞”“虚拟患者”等数字生命体，在计算机中模拟药物作用，以极低的成本预测疗效与毒性，从而“大大降低临床研究的失败成本”。他还指出，AI正从处理“单一模态的数据”，发展为能够整合基因、蛋白、病理等多模态信息的“生物医药大模型”，并开始具备推理能力，能够“进行原创的生物假设，并且进行实验验证”。

前瞻经济学人APP资讯组

更多本行业研究分析详见前瞻产业研究院《全球及中国医疗人工智能（医疗AI）发展趋势与投资战略规划分析报告》

同时前瞻产业研究院还提供产业新赛道研究、投资可行性研究、产业规划、园区规划、产业招商、产业图谱、产业大数据、智慧招商系统、行业地位证明、IPO咨询/募投可研、专精特新小巨人申报、十五五规划等解决方案。如需转载引用本篇文章内容，请注明资料来源（前瞻产业研究院）。

更多深度行业分析尽在【前瞻经济学人APP】，还可以与500+经济学家/资深行业研究员交流互动。更多企业数据、企业资讯、企业发展情况尽在【企查猫APP】，性价比最高功能最全的企业查询平台。