面对抗生素耐药性全球危机，加拿大麦克马斯特大学、麻省理工学院及宾夕法尼亚大学等科研团队自2018年起深入合作，利用人工智能技术加速抗菌药物研发。微生物学家Jonathan Stokes团队利用DiffDock模型精准预测化合物靶点，快速验证新型抗菌分子enterololin的作用机制；计算机科学家Regina Barzilay与James Collins合作开发的Chemprop神经网络，成功从海量化合物中筛选出广谱抗生素halicin。与此同时，César de la Fuente团队借助APEX与ApexGO生成式AI工具，回溯灭绝生物肽段并设计作用于细菌细胞膜内层的全新分子，有效规避传统耐药路径。研究指出，模型成效高度依赖高质量、多维度的训练数据，数据构建需占据主要研发精力。尽管AI生成的分子在化学合成上仍存挑战，但该技术已大幅缩短发现周期、降低研发成本，为破解抗生素产业经济困境与公共卫生威胁提供了高效新路径。