美国得克萨斯农工大学詹姆斯·萨切蒂尼博士团队近日宣布，成功研发多项人工智能工具，旨在破解结核病新药研发周期长、初筛假阳性率高的行业难题。结核病因细菌具厚蜡质包覆层及生长缓慢等特性，传统药物开发耗时长且成本高昂。针对高通量初筛产生的海量化合物，团队开发了CAGE-Fusion模型。该模型通过分析历史数据，能精准识别团聚、干扰信号或脱靶等干扰分子，筛选准确率达百分之九十四。该模型已无缝嵌入团队2023年开源的数据平台DAIKON中，可在化合物进入昂贵验证阶段前自动预警。此外，团队利用AI重构了盖茨基金会结核病药物加速器联盟的共享数据库，研究人员可通过自然语言交互界面，实时追溯分子结构的全周期实验轨迹。萨切蒂尼指出，人工智能的核心价值在于高效过滤无效路径，从而大幅缩短从概念验证到临床治疗的转化周期。步入2026年，随着算力瓶颈的突破，此类AI辅助工具正加速重塑抗结核药物研发范式，为全球传染病防控注入强劲动能。