在寻求解决包括疾病、能源需求和气候变化在内的复杂全球挑战过程中，包括麻省理工学院(MIT)在内的科研人员已转向人工智能以及定量分析和建模，以设计和构建具有新特性的工程细胞。这些工程细胞可以被编程成为新的治疗手段——对抗甚至可能根除疾病。
James J. Collins是合成生物学领域的创始人之一，也是系统生物学的领先研究者。系统生物学是一种跨学科方法，通过复杂系统的数学分析和建模来更好地理解生物系统。他的研究已促成了新型诊断和治疗方法的开发，包括用于检测和治疗埃博拉病毒、寨卡病毒、SARS-CoV-2和耐抗生素细菌等病原体。Collins是麻省理工学院医学工程与科学领域的Termeer教授和生物工程学教授，是医学工程与科学研究所(IMES)的核心教员，麻省理工学院Abdul Latif Jameel健康机器学习诊所的主任，同时也是麻省理工学院和哈佛大学Broad研究所的研究员，以及哈佛大学Wyss生物启发工程研究所的核心创始教员。
在本次问答中，Collins讨论了他最新的工作和对这项研究的目标。
问题： 你以与麻省理工学院及其他机构的同事合作而闻名。这些合作和联盟如何帮助你的研究？
回答： 合作一直是我实验室工作的核心。在麻省理工学院健康机器学习Jameel诊所，我与Regina Barzilay（麻省理工学院电气工程与计算机科学系Delta Electronics教授、医学工程与科学研究所兼职教员）和Tommi Jaakkola（麻省理工学院电气工程与计算机科学系和数据、系统与社会研究所Thomas Siebel教授）合作，利用深度学习发现新抗生素。这项工作结合了我们在人工智能、网络生物学和系统微生物学方面的专业知识，导致发现了halicin，这是一种对多种耐多药细菌病原体有效的强效新抗生素。我们的成果于2020年发表在《Cell》杂志上，展示了将互补技能组合起来应对全球健康挑战的力量。
在Wyss研究所，我与Donald Ingber（哈佛医学院血管生物学教授、波士顿儿童医院血管生物学项目教授、哈佛大学Hansjörg Wyss生物启发工程教授）密切合作，利用他的"芯片上的器官"技术测试AI发现和AI生成的抗生素的有效性。这些平台使我们能够研究药物在类似人体组织环境中的行为，补充了传统的动物实验，并提供了对其治疗潜力的更细致的看法。
我们众多合作的共同点是能够将计算预测与尖端实验平台相结合，加速从想法到经验证的新疗法的进程。
问题： 你的研究在设计新型抗生素方面取得了许多进展，使用了生成式AI和深度学习。你能谈谈你在开发对抗多药耐药病原体的药物方面取得的一些进展，以及你对这一领域未来突破的看法吗？
回答： 2025年，我们的实验室在《Cell》杂志上发表了一项研究，展示了如何使用生成式AI从头设计全新的抗生素。我们使用遗传算法和变分自编码器生成了数百万个候选分子，探索了基于片段的设计和完全不受限制的化学空间。经过计算筛选、逆合成建模和药物化学审查，我们合成了24种化合物并进行了实验测试。其中7种显示出选择性抗菌活性。一个主要候选物NG1是高度窄谱的，能够根除多药耐药性淋病奈瑟菌（包括对一线疗法有抗性的菌株），同时不伤害共生菌种。另一个候选物DN1针对耐甲氧西林金黄色葡萄球菌(MRSA)，通过广泛破坏细胞膜清除了小鼠的感染。这两种化合物都无毒且显示出低耐药率。
展望未来，我们正在使用深度学习设计具有类药物特性的抗生素，使其成为临床开发的更强候选物。通过将AI与高通量生物测试相结合，我们的目标是加速发现和设计新颖、安全、有效的抗生素，使其准备好用于实际治疗。这种方法可能会改变我们应对耐药细菌病原体的方式，使抗生素开发从被动反应策略转变为主动预防策略。
问题： 你是Phare Bio的联合创始人，这是一家使用AI发现新抗生素的非营利组织，Collins实验室协助与Phare Bio合作发起了Antibiotics-AI项目。你能告诉我们更多关于你希望通过这些合作实现的目标，以及它们如何与你的研究目标联系起来吗？
回答： 我们创立Phare Bio作为一家非营利组织，将麻省理工学院Antibiotics-AI项目中涌现的最有希望的抗生素候选物推向临床。这一理念是通过与生物技术公司、制药合作伙伴、AI公司、慈善机构、其他非营利组织甚至国家合作，弥合发现与开发之间的差距。Akhila Kosaraju在领导Phare Bio方面做得非常出色，协调这些努力并高效地推进候选药物。
最近，我们获得了ARPA-H的资助，使用生成式AI设计15种新抗生素，并将其开发为临床前候选物。该项目直接建立在我们实验室的研究基础上，结合计算设计和实验测试，创造准备进一步开发的新型抗生素。通过整合生成式AI、生物学和转化合作伙伴关系，我们希望创建一个能够更快速应对抗生素耐药性全球威胁的管道，最终将新疗法提供给最需要它们的患者。
【全文结束】
