隨著有害細菌對抗生素的耐藥性越來越強，噬菌體療法被予以厚望，成為了對抗細菌耐藥性的終極武器。

但在實際的運用過程中，噬菌體療法卻難以廣泛推廣到全球各地，其最主要的原因就在于噬菌體的特異性。大多數(shù)噬菌體與其細菌宿主之間存在非常特定的相互作用，這使得尋找與特定病原體匹配的一個或幾個噬菌體變得困難，并且不能很好地擴展到篩選數(shù)百甚至數(shù)千個噬菌體。

因此專家們提出了一個問題：我們能否開發(fā)出一個計算工具，以一種實際相關的方式在計算機中篩選噬菌體？答案就是：AI技術！

人工智能在噬菌體研究中的應用

近年來，人工智能（AI）技術在生物醫(yī)學領域的應用日益廣泛，在噬菌體和宿主基因配型方面也取得了重要進展。

01人工智能輔助噬菌體篩選和鑒定

通過分析大量噬菌體和宿主基因組數(shù)據(jù)，人工智能模型可以快速、準確地預測和鑒定潛在的噬菌體－宿主配對關系。基于深度學習的模型能從噬菌體基因組序列中提取關鍵特征，與宿主細菌的遺傳標記進行匹配，實現(xiàn)自動化、高通量的噬菌體宿主識別。

02人工智能在噬菌體治療應用中的優(yōu)化作用

通過整合噬菌體基因組、宿主機制、臨床數(shù)據(jù)等多源信息，人工智能模型可以預測特定噬菌體對目標細菌的感染能力，以及其在體內的動力學特性，為噬菌體治療方案的設計提供重要支持。

今年5月22日《Nature communications》發(fā)表文章，提出了一種名為PhageHostLearn的機器學習系統(tǒng)，可以預測克雷伯氏菌噬菌體-細菌對受體結合蛋白和細菌受體之間的菌株水平相互作用，為開發(fā)和評估噬菌體宿主預測方法提供了一個框架。

03利用人工智能發(fā)掘新型裂解酶

近日，華中農(nóng)業(yè)大學李錦銓教授團隊在國際期刊《Advanced Science》上發(fā)表了研究論文。該研究發(fā)布了一站式的裂解酶發(fā)掘和活性評估軟件“DeepLysin”，能夠利用人工智能識別抗菌候選蛋白在高維特征的細微差別，實現(xiàn)從噬菌體或宏基因組等“暗物質”中有效篩選裂解酶候選物。這種裂解酶是一類蛋白質類抗菌物質，具有高效快速的殺菌作用和不易誘導細菌產(chǎn)生耐藥性的優(yōu)勢。

（DeepLysin工作流程示意圖）

總之，在噬菌體的研究上，AI技術是風口，它可以極大地幫助專家學者們解決之前難以解決的一些問題。