抗生素耐药性是指细菌等病原体在反复接触抗生素后，逐渐“学会”抵抗原本有效药物的能力，使感染更难治愈，严重时甚至危及感染者生命。从根源上看，抗生素耐药性的扩散，与人类在日常生活中长期、广泛地接触抗生素密切相关。

最近，宁波东方理工大学的一项研究以深圳市755名志愿者为对象，通过检测尿液样本，评估普通人群体内的抗生素残留水平。结果与公众的普遍担忧高度一致：93%的志愿者尿样中检出了抗生素残留，涉及多达51种抗生素，仅约7%的志愿者样本中未检出任何目标抗生素。当健康人群普遍存在低水平抗生素暴露时，一个现实困境随之显现：在真正需要治疗感染时，部分患者体内的细菌已对常用抗生素产生不同程度的耐受性，治疗效果因此被削弱。

这一问题的严重性已在全球范围内显现。根据世界卫生组织（WHO）发布的《2025年全球抗生素耐药性监测报告》，2023年全球范围内导致常见感染的实验室确诊细菌感染中，有六分之一的菌株对抗生素治疗产生了耐药性。2018—2023年，超过40%的被监测对象抗生素耐药性上升，年均增幅达5%～15%。

在临床实践中，抗生素耐药性的不断增强，迫使医生频繁转向更新、更强的抗生素。目前，人类主要依赖两条路径应对抗生素耐药性危机：其一是尽量减少抗生素的使用，以降低耐药性产生的选择压力；其二则是“以新制旧”，不断研发新的抗生素，在一定时间窗口内重新取得对病原体的压制优势。

目前，美国疾病控制和预防中心（CDC）已将淋病奈瑟菌和金黄色葡萄球菌等细菌病原体分别列为“紧急威胁”和“严重威胁”Vm456fkPvGh+mBFNhYK1DfIfNLPXJSyy5OT+6A198is=。原因在于，这些病原体已对多种现有抗生素产生广泛耐药性，而临床上又缺乏新的、足以形成有效替代的治疗药物。因此，研发新型抗生素被视为应对这两种病原体感染的关键出路。然而，传统药物研发流程周期漫长、成本高昂，其推进速度远远赶不上病原体变异并获得耐药性的速度。

正是在这一背景下，人工智能（AI）开始进入抗生素研发的视野。此前，深度学习模型已被用于对数以百万计的化合物进行高通量筛选，以评估其对多种病原体的潜在抗菌活性。其中，图神经网络（GNN）作为一种重要的深度学习模型，被成功应用于抗菌活性预测。然而，深度学习模型在药物研发中的能力仍受到现实条件的限制。这类方法主要依赖既有的计算机模拟小分子库进行训练与筛选，从而约束了可探索的分子结构的多样性。

生成式AI的出现，正在为这一瓶颈提供新的突破路径。近年来，生成式AI已被应用于抗菌肽的设计及小分子的生成与结构优化。一些研究团队利用生成式AI，将蒙特卡罗树搜索方法与GNN相结合，成功发现了一批具有潜在抗生素开发价值的化合物。这些化合物在与外膜通透性增强剂联合使用时，对鲍曼不动杆菌表现出显著的抗菌活性，为破解耐药性顽疾提供了新思路。

借助AI研发新型抗生素，近来已取得更为具体、可验证的成果。最近，美国麻省理工学院的研究团队开发了一种生成式AI平台，成功设计出两种全新的抗生素分子，它们能够快速且精准地杀灭淋病奈瑟菌和耐甲氧西林金黄色葡萄球菌等多种耐药菌。该研究团队构建的新型生成式AI平台，主要通过两种互补路径设计抗生素分子。第一种路径采用片段式设计策略，被称为化学合理性突变（CReM）方法。第二种路径则采取不受既有分子结构限制的生成策略，使用变分自编码器（VAE），在无需任何起始分子片段的情况下，从头生成全新的化合物结构。通过这两种方法，他们共生成了约3600万种此前从未被记录过、具有潜在抗菌活性的化合物。经过多轮筛选与实验验证，最终合成了24种候选化合物，其中7种表现出较为明确的选择性抗菌活性。在这7种化合物中，被命名为NG1和DN1的两种分子对多重耐药菌株具有显著的杀菌效果，其杀菌速度甚至超过了临床上常用的万古霉素。

与此同时，从遗传层面追踪抗生素耐药基因的来源与传播，同样被视为破解耐药性困局的重要途径。英国威康桑格研究所等机构的研究团队，近期绘制了一张跨越百年的抗生素耐药性演变图谱，从基因层面追溯了耐药性扩散的关键源头。研究人员分析了来自全球六大洲、最早可追溯至1917年（抗生素被发现之前）的细菌样本，其中的质粒总数超过4万个。质粒是一类附加于细菌染色体之外、能够自主复制的较小DNA分子，是细菌之间传递遗传信息的重要载体。

研究结果显示，全球范围内绝大多数病原体的多药耐药性，源自少数关键质粒。值得注意的是，在抗生素尚未被发现的年代，那些后来成为抗生素耐药性全球传播者的质粒的“祖先”，并不携带耐药基因。然而，在许多现代病原体中，耐药性往往来自一类多药耐药基因。这些基因会产生特殊的膜蛋白，像“药物泵”一样工作，将已经进入细胞的抗生素不断排出细胞外。

含有多药耐药基因的“现代”质粒，形成途径主要有两种：一是抗生素耐药性基因被插入到既有质粒结构中；二是携带耐药基因的质粒与其他质粒发生融合。通过融合产生的新型质粒往往在不同细菌物种之间具有高度可转移性，使耐药性得以快速扩散。因此，不同菌株得以共享耐药遗传信息。研究者指出，若能研发靶向作用于耐药性质粒的干预策略，或可在较大范围内削弱多种病原体的耐药能力，从而应对全球蔓延的多重耐药感染。

当然，即便新型抗生素，尤其是针对靶向耐药性质粒的药物不断出现，临床实践中仍离不开合理用药原则，包括科学搭配药物、精准选择治疗方案等。只有在技术创新与临床理性使用之间形成合力，抗生素耐药这一全球性难题，才有可能真正迎来转机。