美国宾夕法尼亚大学佩雷尔曼医学院研究团队在《自然·微生物学》发表成果，揭示人工智能可在朊病毒蛋白中挖掘新型抗生素候选分子。首席研究员塞萨尔·德拉富恩特团队利用深度学习平台APEX 1.1，系统性扫描2897种朊病毒及相关蛋白的1930万条短肽片段，成功识别1179条具有抗菌潜力的序列，并将其命名为“朊肽”。 团队遴选75条高分候选肽开展实验室与动物实验。结果表明，59条肽能抑制多种致病菌，其中42条在低浓度下即展现强效活性。机制研究显示，多数朊肽通过破坏细菌细胞膜起效，且16条在测试浓度内对人类细胞与红细胞无显著毒性。在小鼠鲍曼不动杆菌皮肤感染模型中，两条源自真菌与线虫的朊肽成功降低菌载量，疗效媲美临床常用药物多粘菌素B，且未引发体重下降等不良反应。 该成果不仅为破解抗生素耐药危机提供了全新分子库，更拓展了学界对朊蛋白生物学功能的认知。研究指出，人工智能正突破传统药物筛选瓶颈，使科研人员能够跨域挖掘生命体中的“加密肽段”，证实了传统致病蛋白可能隐含先天免疫防御特征，为下一代抗感染疗法研发确立了高效的新范式。