科技日报记者 张梦然
据最新一期《科学》杂志报道，美法两国科学家用算法预测细菌的防御“装备”，通过机器学习技术，揭示了细菌免疫系统的庞大复杂性与多样性。两项独立研究利用不同AI预测模型，从海量细菌基因数据中发现了数千个潜在的新型抗噬菌体（感染细菌的病毒）防御系统，为未来生物技术开发提供了丰富的资源。
在第一项研究中，美国麻省理工学院团队开发了名为“DefensePredictor”的机器学习模型。该模型通过分析蛋白质的基因序列及其在基因组中的上下文信息，预测其是否参与免疫防御。团队在69种大肠杆菌菌株中验证了该模型，成功预测出数百个未知的免疫系统，并实验证实了其中42个具备防御功能。进一步对上千个细菌基因组的分析，发现了近3000个有别于已知体系的蛋白质簇。目前，该预测工具已开源。
另一项由法国巴黎巴斯德研究所团队开展的研究，则构建了另一套机器学习模型，用于大规模筛查抗噬菌体防御系统。该研究将其模型应用于超过1.2亿个细菌基因组中的蛋白质，最终识别出多达数十万个候选的抗噬菌体蛋白家族。
这两项研究相互印证，表明细菌用于抵御病毒入侵的免疫机制，在自然界中存在的广度与多样性达到了前所未有的新高度。
细菌免疫系统能够精准靶向并切割噬菌体的特定基因序列，从而保护自身。这种分子级别的精准防御机制，此前已为CRISPR基因编辑技术的诞生提供了核心灵感。新发现的数以千计的抗病毒系统，预示着其中可能蕴藏着更多具有独特功能的分子工具，有望推动基因编辑、新型抗菌疗法等下一代生物技术的突破。
这些发现也极大地扩展了微生物免疫学的研究版图。随着更多新型细菌免疫系统被解析与理解，人类对微生物界的认知将更为深入，并可能从中发掘出更多可用于医学和工业领域的强大工具。
科学家通过AI预测模型系统发现，细菌拥有数以千计潜在的新型免疫系统，其规模与多样性之大，不仅拓展了生命科学的疆界，也为理解生命进化与微生物战争提供了全新图景。更重要的是，它开启了一个前所未有的、蕴藏着海量“分子工具”的天然宝库。未来，这一发现有望直接推动下一代生物技术的革新：譬如从中孵化出比当前CRISPR系统更精准、高效的新型基因编辑工具；或研发出对抗耐药菌的精准抗菌新策略；甚至衍生出创新的生物传感与诊断技术……这些都将给生物医学与合成生物学领域带来深远影响。
