AI 設計噬菌體首度用於人體　對付耐藥菌感染

總部位於三藩市的 AI 實驗室 Radical Numerics 本週公布，其 AI 模型 Omnii-1 設計的噬菌體（bacteriophage）已注入一名人類患者體內，用以對抗抗生素耐藥性細菌感染。公司稱，這是全球首次將含有 AI 設計噬菌體的治療組合用於人類患者，屬經授權、由醫生主導的恩恤使用（compassionate use）途徑；The Register 引述公司說法，指此為同類首次。

由模型設計到臨床注入

噬菌體是專門感染細菌的病毒，不會感染人類細胞。Radical Numerics 在官方網誌指，與廣譜抗生素不同，噬菌體能以高度針對性攻擊特定細菌，保存腸道內協助消化的益菌；公司訓練了多模態基因組語言模型 Omnii-1，用以識別及設計針對特定菌株的噬菌體，目標是為尚餘治療選擇不多的患者開發合適的噬菌體療法。

官方網誌表述，在實驗室測試中，含有 Omnii-1 設計噬菌體變異體的治療組合，於體外（in vitro）消滅了患者分離出的抗生素耐藥菌株；其後這款研究性組合經恩恤使用途徑注入患者體內。公司解釋，恩恤使用讓病情嚴重的患者在臨床試驗以外接受研究性療法，適用於無滿意替代方案、且受相關政府監管機構監察及安全要求規限的情況。

設計能力與預測表現

技術驗證方面，公司在大腸桿菌噬菌體 T7 的設計實驗中量度設計變異體的回收率作為存活性指標：在 11 至 15 個氨基酸變異範圍，Omnii-1 設計變異體的回收率為 69.9%，隨機對照組僅 4.8%。在具有可量度活性的 6,694 個變異體中，2,161 個表現超越野生型，其中包含多達 28 個氨基酸變異的設計，而超越野生型的隨機對照組最多只有 5 個氨基酸變異。

噬菌體與宿主交互作用預測方面，公司測試 Omnii-1 對未見於訓練數據的大腸桿菌菌株的預測能力，在整個 clade 共 37 個菌株被抽出的測試中，Omnii-1 只需推薦兩款噬菌體就能在 91.4% 的合資格菌株中找到活性噬菌體，表現高於兩個專門工作流程。針對銅綠假單胞菌（Pseudomonas aeruginosa），加入大腸桿菌交互作用數據後，Omnii-1 的平均精確度（AP）由 0.570 提升至 0.608，超過專門模型 GenoPHI 的 0.581。公司同時表明，未有資料顯示該名患者感染的是銅綠假單胞菌，此項測試僅屬模型能力驗證。

臨床結果未公布　公司強調限制

公司以保障患者私隱為由，未有披露其臨床過程及結果，並指出即使有限的臨床資訊也可能令患者身份被識別；這些研究性療法尚未獲監管機構批准作更廣泛臨床使用，來自單一患者的觀察無法確立整體安全性或療效。Radical Numerics形容，此例是 AI 設計生物學由計算預測及實驗室驗證邁向臨床注入的重要里程碑，公司的目標是建立一套針對個別細菌感染設計噬菌體的系統化流程。The Register 報道補充，近年亦有史丹福大學與 Arc Institute 的研究團隊以 AI 設計針對大腸桿菌的噬菌體，部分變異體在實驗室測試中表現優於天然原型。

背景資料方面，公司引述《The Lancet》2024 年發布的全球疾病負擔研究指，2021 年全球約有 470 萬宗死亡個案與抗生素耐藥性相關，2025 至 2050 年間歸因於抗生素耐藥性的死亡累計預計接近 4,000 萬。

資料來源：Radical Numerics 官方網誌｜The Register

(開版為AI生成配圖，只供參考會意)