Aeron Tynes Hammack是一位受过物理学训练的科学家，目前担任分子铸造厂纳米制造设施的临时主管。他喜欢研究纳米级物体，以更好地理解世界并解决问题——但他不限于研究某一类微小物质。他致力于开发量子计算机的量子比特以及用于对抗传染病的病毒疗法。
这些看似不同的兴趣都归结于对自动化实验工具的需求，这些工具能够从小样本中测试数千种潜在候选物，并确定哪种最适合特定任务，无论是具有有前途量子特性的新型半导体晶圆，还是能够消灭抗生素耐药病原体的噬菌体（一类感染细菌的病毒）。
Hammack目前正使用分子铸造厂（美国能源部科学办公室的用户设施）的量子信息科学（QIS）集群工具，研究哪些材料和结构排列能产生最佳的约瑟夫森结（由超薄绝缘层分隔的两个超导体的"三明治"结构），这是量子比特的关键组件。该集群工具结合了先进的机器人技术和AI工具，能够快速设计、制造和测试约瑟夫森结候选物，大大加速了传统材料研发中的试错流程。
与此同时，生物技术公司Locus Biosciences正在进行临床试验，以评估一种基于噬菌体的治疗方法，该方法是利用Hammack协助发明的高通量筛选流程开发的。
最近发表在《自然通讯》上的一篇论文描述了他在EpiBiome（他与Nick Conley共同创立的生物技术公司）建立的自动化流程，该流程已被Locus Biosciences的研究人员扩展到全面生产规模。Hammack将他涉足医学研发的基础归功于他在分子铸造厂的博士后工作，他后来也回到了这里。
我们采访了Hammack，了解量子物理学、生物学和纳米制造世界如何在伯克利实验室以令人惊叹的意外方式结合在一起。
首先，请您介绍一下您的噬菌体研究。这个医学领域的哪些方面吸引了您？
噬菌体疗法实际上早于小分子抗生素。噬菌体在1915年至1917年间被发现，比青霉素早了十多年。苏联科学家花了数十年时间开发用于治疗感染的噬菌体疗法，但他们发现噬菌体的靶向细菌范围非常狭窄——一种噬菌体甚至不能杀死整个细菌物种，而只能杀死某些菌株的子集。因此，要治疗一次简单的、非复杂的大肠杆菌感染，您需要使用四到六种不同的噬菌体。
当然，现在我们在西方欧洲开发并使用的抗生素具有广谱活性，这是医学的一个关键部分。如果有人因疑似细菌感染而进入急诊室，且情况危急，医生知道他们可以使用货架上的这种药物，它能杀死大肠杆菌、克雷伯菌、金黄色葡萄球菌……所有这些我们已知会导致人类健康问题的细菌，这样我们可以在诊断培养结果返回前（几小时到几天后）帮助患者。
噬菌体疗法光谱范围狭窄一直是挑战，但巨大的好处是，针对大肠杆菌的噬菌体干预不会在金黄色葡萄球菌中引起抗菌素耐药性。用军事比喻来说，这是狙击手而不是手榴弹。因此，这是一种百年历史的技术——为什么我们现在要重新引入它呢？嗯，我们现在有了精确的诊断技术。我们拥有现代测序技术和快速周转能力来识别病原体。
完整的梦想，我们对未来的希望是，当你来到急诊室时，诊断技术如此敏感和精确，它们基本上可以像《星际迷航》中的三录仪一样扫描你，告诉你是什么病原体导致了你的问题，然后你可以接受所需的精确噬菌体鸡尾酒治疗，由微流控驱动的噬菌体配药系统提供——基本上就是一个噬菌体的喷墨打印机。
我们甚至仍然可以通过混合多种不同的噬菌体获得广谱治疗。这要归功于诊断技术的进步以及像噬菌体铸造厂（Phage Foundry，由伯克利实验室领导的多机构合作项目）这样的项目，这些项目正在为科学界编目相关噬菌体。
这可以实现精准医疗，并提供一种工具，大大减缓抗生素耐药性的速度，这对人类来说是一个巨大且日益严重的危险。
您是如何从凝聚态物理学博士转向这个领域的？
我在铸造厂接触到组合化学系统，这启发我从事这项研究。当时，他们正在开创性地使用液体处理机器人以高通量规模制造纳米粒子，然后用光谱学分析它们以研究其特性。这是铸造厂最初的突破能力之一——在此之前，纳米粒子合成是一个相当定制化、费力的过程，需要手工和移液管、小瓶来完成。
Nick和我在硬盘行业工作，但我们决定抗生素耐药性是一个比信息存储密度更大的问题——比让硬盘变得更小更重要。我想，为什么不将相同的技术应用于传染病问题呢？归根结底，噬菌体只是一种生物来源的纳米粒子。我想以铸造厂进行纳米科学研究的规模方式进行生物学研究。
因此，我们花了10年时间开发了一整套管道，能够使用机器人和机器学习筛选数千种噬菌体对抗目标细菌。我们的自动化设备取微生物和噬菌体的样本，并将它们引入微小的液体环境，然后使用显微镜进行菌落计数和光学密度测定，以确定噬菌体是否杀死了微生物。如果你有一个细菌培养物，它会生长直到阻挡光线，如果你引入能杀死它的噬菌体，细菌细胞会裂解——破裂——样品变得透明。
因此，显微镜和光谱学测量光学密度为噬菌体-宿主相互作用提供了非常重要的线索，而菌落计数是评估微生物活性的黄金标准。我还创建了一个计算机视觉程序（一种AI）来快速处理这些结果，而以前这些结果是通过手工和肉眼完成的！一旦你知道哪个样本包含有效的噬菌体，你只需对内容进行测序并识别菌株。
然后，我们的公司EpiBiome被Locus收购。Locus的Taylor Penke和其他科学家帮助我们完善和扩展了这一流程。现在，Locus有一个产品正在进行临床试验，该产品是使用这一流程并基于我们多年噬菌体与微生物研究的发现开发的。
我认为我们在噬菌体疗法的临床验证试验中已经比其他任何公司走得更远。我再怎么强调也不为过的是，我所取得的任何私人工业成功都建立在能源部规模研究工作的基础上。
工业界很少愿意资助那种需要10年或20年的研究计划，因为你在能够设计任何东西之前需要理解基础科学原理。美国对基础科学研究的资助推动了我们的经济，并带来了应用科学的成功故事，比如制药公司推出有效的新型产品。
这个第一个产品将治疗什么疾病？
我们专注于尿路感染，因为它们是使用抗生素的常见指征，因此引入替代治疗方法是立即减少抗生素处方并帮助减缓抗生素耐药性的好方法。我们与废水处理设施合作，收集了大量噬菌体，并获得了1700多种尿路致病性大肠杆菌（UPEC）菌株的样本，UPEC是存在于消化道中的一种大肠杆菌亚型，负责大多数尿路感染。在这些菌株中，我们选择了356种用于我们的测试面板。所有这些菌株都是从美国各地的实际患者中分离出来的，其中29%是多重耐药菌株。
我们完全自动化的流程使我们能够测试250万种不同的噬菌体-宿主组合，以找到最佳鸡尾酒。最终的药物候选物是六种噬菌体的混合物。有些仍然是野生型，而我们确定的一些噬菌体经过工程改造，对大肠杆菌更具效力。Locus Biosciences进行的实验室试验表明，这种鸡尾酒对356种菌株的有效率达到96.4%，并在I期临床试验中显示出强烈的安**全信号和有希望的疗效指标。
现在您回到伯克利实验室工作，致力于量子材料的自动化发现，但也在继续从事生物学研究吗？
是的，我现在要做的就是开发所谓的"单粒子检测"，这些测试足够敏感，您只需要最小的样本——您感兴趣的东西少至一个粒子。因为实际上，您不需要进行整个100微升的反应体积来确定噬菌体是否杀死了细菌。您只需要能够拥有相位对比显微照片或荧光标记显微照片，以显示具有高统计概率的裂解事件，或者拥有单细胞传感方式来检测裂解事件。所以这就是我在这里研究的重点。
我在分子铸造厂运营一个微流控和纳流控制造设施，试图弄清楚如何使用纳米级磁传感器和纳米级等离子体天线（就像硬盘行业使用的那些），制造微型生物传感器，这些传感器可以替代基于生物学的方法，后者使用抗体或荧光标记分子以及大量移液管和小孔板。
我正在努力开发能够检测单个分子（如单个核苷酸、氨基酸或糖）及其位置的传感器，这样我们就可以进行原子分辨率的生物学研究。这非常困难！可能需要10年时间，但它将有很多应用，例如癌症的早期检测。
目前市场上的检测方法对于样本中即使少量分子也非常敏感，但在这个过程中，您失去了确切知道分子来自哪里的信息。这些生物技术（如PCR）就像用磁铁从干草堆中拉出一根针。您找到了它，但它之前在哪里？
我们的流程使用等离子体传感器（这些传感器已经在妊娠测试等验证技术中使用）和隧道结传感器（使用电子的波函数特性），来显示单个细胞或病毒粒子中特定分子的来源。缺失的这些信息将告诉我们更多关于疾病及其发展过程的信息。
例如，这项技术可用于研究胰腺癌细胞产生的一种新发现的蛋白质，可能允许更早的检测和对早期疾病阶段的更好理解。
另一个优势是，通过创建这些高度敏感的天线来广播来自单个分子的信息，我们希望实现所谓的无标记诊断，在这种诊断中，您不需要任何标记分子、染料或其他可能干扰您所研究细胞行为的产品。您正在以其自然状态观察细胞或病毒，同时它靠近电子或光学天线，这些天线广播有关生物状态的信息。
您是否正在与实验室的其他研究人员一起继续研究噬菌体？
是的，噬菌体铸造厂（Phage Foundry）令人惊叹。Vivek [Mutalik]和他的团队正在研究噬菌体中真正有趣的科学基础问题，没有商业化议程。他们正在建立一个特征明确的噬菌体生物银行，噬菌体数据表包含有关受体使用（噬菌体用来进入细菌细胞的受体）、基因必需性以及预测噬菌体对不同菌株的有效性和噬菌体如何影响微生物组的AI/ML工作流程的信息。
这是一项令人难以置信的资源，可以让我和其他团队继续进行噬菌体研究，因为谢天谢地，还有其他人正在开发噬菌体疗法。如果我或其他人想要研究与抗生素治疗相关的噬菌体，我们可以前往这个噬菌体的公共存储库，这是一个巨大的福音，因为建立噬菌体生长和筛选工作来研究噬菌体，就像我们在EpiBiome和Locus所做的那样，非常昂贵且具有挑战性。
出版详情
Taylor J. R. Penke等人，《利用机器人和计算机视觉的高通量方法用于治疗性噬菌体鸡尾酒的开发》，《自然通讯》(2026)。DOI: 10.1038/s41467-026-68684-x
期刊信息：《自然通讯》
关键概念
病毒 学、病毒学、神经科学、神经计算与人工智能、纳米结构、光学技术
由劳伦斯伯克利国家实验室提供
【全文结束】