麻省大学阿默斯特分校微生物学副教授斯隆·西格利特与计算科学助理教授安娜·格林，联合弗吉尼亚大学学者，在抗结核药物研发领域取得重要突破。结核病由结核分枝杆菌引起，其特有的坚韧外膜能有效抵御药物攻击，是临床治疗的主要障碍。为突破此限，团队在2023年提出的PAC-MAN高通量筛选技术基础上，引入人工智能算法，构建了机器学习模型MycoPermeNet。该模型基于已知化合物数据训练，仅凭化学结构即可精准预测新分子穿透外膜的能力，并揭示关键物理与结构特征。相关成果近日发表于《自然·微生物学》。团队指出，高通量筛选与AI预测的结合大幅加速了候选药物筛选进程，且穿透特征与杀菌效力高度相关。这一跨学科创新有效克服了结核分枝杆菌外膜屏障，显著缩短新药研发周期，为全球结核病防控提供关键技术支撑。