注：此报告仅来自单一来源，尚待核实。

抗生素耐药性已成为一项重大的公共卫生挑战，因为许多细菌感染越来越难以用现有药物治疗。科学家们正在研究细胞自然产生的、能够通过破坏细菌细胞膜来杀死细菌的肽分子，但筛选出最有效的肽却十分困难。为了解决这一难题，由雅各布·加德纳博士和塞萨尔·德拉富恩特博士领导的美国国立卫生研究院（NIH）资助团队开发了一种名为ApexGo的人工智能（AI）工具，用于设计更有效的抗菌肽以进行实验室测试。

ApexGo 基于之前的系统 APEX 构建而成，APEX 能够从大型生物数据集中识别潜在的抗菌肽。这款新工具能够对现有肽进行修饰，以增强其杀菌能力，并随着更多数据的加入不断优化预测结果。研究人员通过优化 10 种源自已灭绝生物的肽来测试 ApexGo，并为每种原始肽生成了 10 个优化版本。

实验结果表明，100种优化肽中有86种能够杀死至少一种细菌。此外，68%的优化肽的抗菌活性较其原始肽有所提高。部分优化肽还被用于感染耐药菌株的小鼠模型，结果表明其对感染具有更强的疗效。

这种人工智能驱动的方法有望更快、更高效地开发新型抗生素，以应对细菌耐药性问题。该研究于2026年5月13日发表在《自然·机器智能》杂志上。