跳到正文
原文
生物谷·资讯·· 2026-10-20AI 评分43

AI辅助设计下一代抗生素应对多重耐药金黄色葡萄球菌:综述梳理智能化药物研发体系

无药可治的耐药金葡菌来袭!智能化药物研发为抗生素破局|Pharmacology and Therapeutics 解读抗耐药菌研发新范式

AI 导读

综述系统梳理了人工智能辅助抗多重耐药金黄色葡萄球菌小分子药物研发的技术体系。该体系整合虚拟分子筛选、先导化合物改造及新药创制,利用生物数据库拓展可探索的化学分子空间。计算输出的候选分子仍需经过药效评价与安全性测试等多轮实验验证,方可进入后续开发阶段。

正文

来源:生物谷原创 2026-10-20 14:09

本综述剖析了多重耐药金黄色葡萄球菌带来的临床治疗困境,梳理人工智能辅助抗金葡菌小分子药物研发的技术体系,为新一代抗生素开发提供理论参考。

临床上金黄色葡萄球菌属于极为普遍的致病菌,小到皮肤脓包、浅表创面感染,大到重症肺炎、危及生命的血流感染,都有可能由该菌诱发。当菌株进化为多重耐药金黄色葡萄球菌之后,多数常规抗生素会丧失疗效。这类耐药菌株不仅活跃于医院病房,在社区环境内也不断扩散,临床医生可选用的治疗药物正在持续缩减。

然而传统抗生素研发很难追上细菌耐药的进化速度。传统模式需要对数百万规模的化合物库开展筛选测试,整个流程周期漫长,人力与实验成本居高不下,新药产出效率偏低。面对这样的现实困境,科研人员将计算技术引入抗菌新药开发,寻找破局方向。近期Pharmacology and Therapeutics刊发综述,系统梳理智能化工具在抗耐药金葡菌抗生素研发中的应用现状。

计算机辅助药物研发早已广泛应用,主要分为基于蛋白靶点结构、基于已知活性分子配体两大经典路线。新一代智能化药物研发在此之上进一步拓展,打通虚拟分子筛选、先导化合物结构改造、全新分子创制和成药性评估完整链条。大量初筛工作可以在计算机模拟环境完成,减少大量盲目实体实验,有效压缩新药早期研发的时间与资源消耗。

图1.传统计算机辅助药物设计与人工智能驱动药物设计策略加速抗菌药物发现

金葡菌演化出了一套完备的防御体系来躲避抗生素杀伤。借助SCCmec基因元件合成特殊靶蛋白PBP2a,菌株便可获得甲氧西林耐药;多个基因发生累积突变,则会削弱万古霉素的抑菌效果。除此之外,改变药物作用靶点、修饰核糖体结构、通过外排泵将药物排出菌体、合成可以分解药物的灭活酶,都是细菌生存的重要策略,多种耐药机制叠加会进一步提升临床治疗难度。

图2.金黄色葡萄球菌关键抗生素耐药机制示意图

各类公开生物数据库是整套研发体系的重要根基。蛋白三维结构数据、化合物抑菌活性记录、耐药基因注释信息,为分子挖掘提供充足训练与参考素材。科研人员依托这些资源,挖掘具备抑菌潜力的全新化学骨架,提前预判化合物潜在细胞毒性,甚至能够跳出现有分子库的局限,设计自然界未曾出现的抑菌小分子。

图3.用于分子从头设计的主流深度生成模型架构

综述系统归纳七大类抗葡萄球菌抗生素的构效特征,明确维持药物活性必不可少的核心化学结构,同时标记适合开展修饰改造的位点。这些长期积累的药物化学经验,能够引导研发规避细菌已经建立成熟的耐药通路。但计算输出的分子仅属于候选雏形,必须经过药效评价、安全性测试、靶点作用机制解析等多轮实验验证,才有资格进入后续开发阶段。

时至今日,针对多重耐药金葡菌的临床可选药物依旧十分有限。智能化研发模式为抗生素开发带来全新机遇,依托海量生物数据和沉淀的药物化学经验,拓展新药可探索的化学分子空间。期待相关技术持续迭代落地,推动新型抗菌候选药物不断产出,切实缓解耐药菌感染带来的临床诊疗压力。(生物谷Bioon.com)

参考文献:

Zheng Y, Feng J, Chang Q, Yu J, Zheng Y, Li Y. AI-assisted design of next-generation antibiotics against multidrug-resistant Staphylococcus aureus. Pharmacol Ther. 2026;286:109092. doi:10.1016/j.pharmthera.2026.109092

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->

来源:生物谷·资讯 · news.bioon.com