透過分析碎片化微生物DNA，篩選出抗癌試驗候選物

2026年10月，一项发表在权威期刊上的研究展示了如何通过人工智能从碎片化微生物DNA中高效筛选抗癌候选物。研究团队收集了来自土壤、海洋和人体肠道等多种环境的宏基因组样本，这些样本中包含大量被传统方法忽略的短DNA片段。利用专门设计的深度学习模型，研究人员从数以百万计的碎片序列中预测出数十个可能编码抗癌活性分子的基因片段，并经过初步生物实验验证了其中部分候选物的细胞毒性。这一成果的核心突破在于，它不再依赖完整生物合成基因簇，而是直接挖掘宏基因组中的“暗物质”，为天然产物药物发现提供了全新的路径。

从技术原理看，该研究本质上解决了一个长期困扰天然产物领域的难题：微生物基因组中超过90%的生物合成潜力因基因簇断裂或沉默而无法被常规方法识别。传统策略依赖基因组挖掘工具如antiSMASH，这些工具需要完整的基因簇才能预测次级代谢产物，面对宏基因组组装后产生的大量碎片化序列几乎无能为力。而此次采用的AI框架融合了自然语言处理中的Transformer架构和图神经网络，将DNA序列视为一种语言，通过自监督学习在数TB的微生物序列数据上预训练，从而捕捉到短片段中与生物活性相关的隐含模式。模型首先将DNA序列k-mer化，生成高维嵌入表示，再通过注意力机制识别保守结构域和功能模体，最终输出候选片段的抗癌活性评分。与基于同源性比对的方法相比，该模型不依赖已知基因簇的相似性，能够发现全新的化学骨架，这大大扩展了化学空间的探索范围。此外，研究团队还引入了对比学习策略，利用已知抗癌天然产物的合成基因簇作为正样本，随机非活性序列作为负样本，进一步提升了预测精度。在验证环节，他们选取评分最高的候选片段进行化学合成或异源表达，初步细胞实验显示部分化合物对多种癌细胞系具有微摩尔级别的抑制活性，且对正常细胞毒性较低，展示了AI预测与实验验证闭环的可行性。

这一技术突破对制药工业和AI药物发现赛道的影响是多维度的。首先，它直接冲击了现有的天然产物筛选产业链。传统高通量筛选依赖大规模微生物培养和提取，耗时数年且重复发现率高，而AI驱动的虚拟筛选可将候选物提名阶段压缩至数周，并使每个样本的信息利用率提升数个数量级。对于大型药企，这意味早期研发成本的大幅降低；对于小型生物技术公司，则提供了绕过菌株培养壁垒、直接从环境DNA切入药物发现的机会。其次，该技术将加剧AI制药领域的竞争格局。目前，Recursion、Insilico Medicine等公司主要聚焦于小分子生成和靶点发现，而BenevolentAI、Healx等则偏重知识图谱推理，专门针对天然产物宏基因组挖掘的AI工具仍属蓝海。此次研究若成功转化，可能催生一批以“微生物组AI挖掘”为核心业务的新锐公司，并与现有玩家形成差异化竞争。同时，它也会推动大型测序公司和生物信息学平台（如Illumina、Oxford Nanopore、DNAnexus）升级其分析流程，集成类似AI模块。对癌症治疗领域而言，该技术有望加速从微生物组中发现免疫调节剂、肿瘤微环境调控分子等新型抗癌药物，尤其为冷肿瘤和耐药性难题提供新的候选分子来源。此外，个性化医疗场景中，未来或许能直接分析患者肠道或肿瘤微生物组的碎片化DNA，快速筛选出对该个体有效的微生物衍生药物，实现真正的精准治疗。

展望后续发展，有几个关键信号值得关注。一是湿实验验证的深度和广度：目前仅完成了初步的细胞毒性测试，后续需要完整的体内药效、药代动力学和毒理学评价，能否有候选物进入临床前研究将是技术实用性的试金石。二是AI模型的迭代方向：当前模型主要预测细胞毒性，未来可能扩展至ADMET性质预测、合成可及性评估等多目标优化，并与生成式AI结合，直接设计出自然界不存在的杂交基因簇。三是数据生态的建设：碎片化微生物DNA的挖掘效果高度依赖训练数据的多样性和质量，全球范围内宏基因组数据的共享与标准化将成为竞争焦点，类似“微生物组数据银行”的公共基础设施可能出现。四是监管与伦理框架的适应：从环境DNA中发现的天然产物衍生物，其知识产权归属和生物安全评估尚存模糊地带，需要行业与监管机构提前对话。最后，跨学科融合将加速：合成生物学、自动化实验和AI的深度耦合，可能形成“预测-合成-测试-学习”的闭环平台，彻底改变天然产物药物发现的范式。对于行业参与者而言，现在正是布局微生物组AI挖掘技术、积累专有数据和建立实验验证能力的关键窗口期。