哎呀，你晓得现在抗生素耐药性问题有好严重不？有数据说，光是2024年，英国通报嘅抗生素耐药感染病例就超过2万宗，算下来每周差不多有400例-1。全球范围内，每年有超过120万人直接死于耐药菌感染-2。面对这个“沉默的流行病”，科学家们都在挠头：新药研发的速度，硬是赶不上细菌变异的速度。
传统研发一套新抗生素，动不动就要十多年，花费更是天文数字。但现在，情况不一样了——人工智能杀进了这个领域，而且一出手就让人目瞪口呆。你可能要问，AI抗生素什么时候临床？这场与时间的赛跑，已经出现了几个激动人心的“先头部队”。
就拿美国生物技术公司Locus Biosciences来说，他们在2026年初搞了个大新闻。他们利用AI机器人平台设计的噬菌体疗法LBP-PA01，专门对付耐药性极强的铜绿假单胞菌引起的肺炎，已经获得了美国国立卫生研究院（NIH）超过300万美元的资助，用于启动一项1b期概念验证临床试验-4。这可是个实实在在的临床阶段项目了。他们的AI平台有多猛呢？能够通过实验测量数百万次噬菌体与细菌的相互作用，并在此基础上模拟超过一千万亿种可能的噬菌体组合，从而找出最优解。这直接把过去需要数年试错的过程，压缩到了几周-4。所以，谈到AI抗生素什么时候临床，至少在某些创新疗法（比如这种精准的噬菌体疗法）上，答案已经是“现在进行时”。
当然，更多由AI从头设计的传统小分子抗生素，还处在冲向临床跑道的不同阶段。比如，麦克马斯特大学的研究团队在2025年有个震惊学界的发现。他们不仅找到了一种能精准狙击致病性大肠杆菌的新型窄谱抗生素“enterololin”，更绝的是，用了一个叫“DiffDock-L”的AI模型，只花了100秒，就预测出了这种抗生素的作用靶点-2。搁在以前，要搞清楚这个机制，得花上两年时间和大约200万美元-2。这项研究的团队已经成立了初创公司，计划对药物进行优化，预计在三年内推进到人体临床试验-2。
另一支劲旅来自MIT，他们在2025年用生成式AI，像搭积木一样“原子对原子”地设计出了两种全新的化合物，在实验室和动物模型中能有效杀死耐药性淋病和MRSA（耐甲氧西林金黄色葡萄球菌）-3-10。团队自己都说，这可能标志着抗生素发现的“第二个黄金时代”来临-3。不过，这两种分子还需要一到两年的优化，才能开启漫长的人体临床试验之旅-3。
所以你看，虽然都叫AI抗生素，但“临床时间表”完全不同。这就像问“新能源汽车什么时候上路”，有的品牌已经满街跑了，有的还在风洞里测试。目前看来，AI在抗生素研发中至少扮演着三个角色，极大地加速了整个过程：一是“超级筛选员”，从海量化合物中快速锁定潜力股（如早期的Halicin-5）；二是“机制解密者”，极速破解药物如何起效（如enterololin案例-2）；三是“分子设计师”，直接生成自然界不存在的全新药物蓝图（如MIT的研究-10）。
为了系统性地推动这场革命，产业巨头也纷纷下场。制药公司GSK在2025年底宣布，投入4500万英镑，与英国帝国理工学院的“弗莱明倡议”合作，启动了六大研究计划-1-8。其中一项核心任务，就是利用高级自动化和AI模型，专门针对最难对付的“革兰氏阴性菌”（像大肠杆菌、肺炎克雷伯菌）来设计新抗生素-1-7。这些模型和数据将对全球科学家开放，目标就是加速下一代抗菌药物的诞生-1。这个庞大的合作项目预计在2026年初启动-8。
而在大洋彼岸的台湾，也有企业押注这个未来。讯联基因与莱斯特生医在2025年达成合作，旨在构建智能实验室，加速一款“无抗药性”的新型抗生素开发。他们的计划非常明确：目标就是在2026年提交美国新药临床试验申请-9。
不过，咱也别高兴得太早。Phare Bio公司的CEO阿克希拉·科萨拉朱说得实在：“我们正在与耐药性赛跑。”她指出，细菌对一种新抗生素产生耐药性可能只需要不到6年，而开发一种新药却平均需要13年-6。整个AI制药领域都弥漫着一种“急不可耐”的情绪——大家都迫切想知道这些AI模型是否真的管用，患者何时能真正用上药-6。AI再聪明，目前也只是个强大的工具，它不能替代必不可少的实验室验证和严谨的临床试验来确保安全有效-2。
聊到这里，关于AI抗生素什么时候临床，我们可以看得更清晰一些了：这不是一个统一的日期，而是一个持续数年的“入列”过程。快的，如一些针对特定病原体的精准生物疗法（噬菌体），已经进入了临床阶段-4。大多数由AI发现或优化的小分子抗生素，则普遍处于临床前研究的中后期，在未来2到5年内，我们将有望看到它们陆续进入一期临床试验-2-3-9。这场人类智慧与细菌进化之间的军备竞赛，因为AI的加入，第一次让我们看到了跑赢的希望。但说到底，这终究是一场需要耐心、协作和持续投入的马拉松，最后的胜利，还得看这些“AI大脑”设计出的药物，能否在真实的病人身上，安全地打赢那些“超级细菌”。