随着有害細菌對抗生素的耐藥性越來越強，噬菌體療法被予以厚望，成為了對抗細菌耐藥性的終極武器。
但在實際的運用過程中，噬菌體療法卻難以廣泛推廣到全球各地，其最主要的原因就在于噬菌體的特異性。大多數噬菌體與其細菌宿主之間存在非常特定的互相作用，這使得尋找與特定病原體比對的一個或幾個噬菌體變得困難，并且不能很好地擴充到篩選數百甚至數千個噬菌體。
是以專家們提出了一個問題：我們能否開發出一個計算工具，以一種實際相關的方式在計算機中篩選噬菌體？答案就是：AI技術！
人工智能在噬菌體研究中的應用
近年來，人工智能（AI）技術在生物醫學領域的應用日益廣泛，在噬菌體和宿主基因配型方面也取得了重要進展。
01人工智能輔助噬菌體篩選和鑒定
通過分析大量噬菌體和宿主基因組資料，人工智能模型可以快速、準确地預測和鑒定潛在的噬菌體－宿主配對關系。基于深度學習的模型能從噬菌體基因組序列中提取關鍵特征，與宿主細菌的遺傳标記進行比對，實作自動化、高通量的噬菌體宿主識别。
02人工智能在噬菌體治療應用中的優化作用
通過整合噬菌體基因組、主控端制、臨床資料等多源資訊，人工智能模型可以預測特定噬菌體對目标細菌的感染能力，以及其在體内的動力學特性，為噬菌體治療方案的設計提供重要支援。
今年5月22日《Nature communications》發表文章，提出了一種名為PhageHostLearn的機器學習系統，可以預測克雷伯氏菌噬菌體-細菌對受體結合蛋白和細菌受體之間的菌株水準互相作用，為開發和評估噬菌體宿主預測方法提供了一個架構。
03利用人工智能發掘新型裂解酶
近日，華中農業大學李錦铨教授團隊在國際期刊《Advanced Science》上發表了研究論文。該研究釋出了一站式的裂解酶發掘和活性評估軟體“DeepLysin”，能夠利用人工智能識别抗菌候選蛋白在高維特征的細微差别，實作從噬菌體或宏基因組等“暗物質”中有效篩選裂解酶候選物。這種裂解酶是一類蛋白質類抗菌物質，具有高效快速的殺菌作用和不易誘導細菌産生耐藥性的優勢。
（DeepLysin工作流程示意圖）
總之，在噬菌體的研究上，AI技術是風口，它可以極大地幫助專家學者們解決之前難以解決的一些問題。