近日，欧博官网 国家动物免疫学国际联合研究中心张改平院士团队王亚楠教授在《Science》发表题为“Leveraging AI for AMR control—Promise and Peril”的eLetter文章，针对人工智能（AI）设计噬菌体研究提出见解：强化全球数据协作，利用AI提升对侵袭性沙门菌和ESKAPE耐药性的监测与防控能力。河南农业大学王亚楠教授为第一作者兼通讯作者，上海市疾病预防控制中心许学斌教授为共同作者，欧博(OB)官方网站 （国家动物免疫学国际联合研究中心）为第一完成单位和通讯单位。值得一提的是，这是王亚楠教授团队今年在《Science》发表题为“Overlooked AMR amid the H5N1 Panzootic in Cattle and Wild Birds”和“Surveilling Market and Worker Microbiomes in the Wildlife Trade”的文章后的第三篇eLetter。

AMR已成为当前全球最严峻的公共卫生挑战之一，并被世界卫生组织列为全球十大健康威胁之一。面对这场“无声的大流行”，AI正在成为一条重要的工具。2026年8月，美国斯坦福大学与Arc研究所团队在《Science》发表新研究，首次利用基因组语言模型从零设计出具有完整功能的噬菌体基因组，从大量候选序列中筛选出16个具有活性的噬菌体，可有效杀灭大肠杆菌。也暴露了一个重要局限性：基因组语言模型学习的是进化统计学规律，而噬菌体的存活依赖复杂的生物学相互作用，仅靠统计模式无法解释为什么某些基因组成功而另一些失败。

目前，AI辅助抗菌发现正在加速前进。科学家已从数百万细菌基因组中挖掘出近12万个裂解性噬菌体，机器学习从全球微生物组中预测出近百万个抗菌肽，深度学习也助力发现了新结构式的抗生素。但是，AI训练数据高度记账于高收入国家，对中低收入国家的医院及环境中的AMR威胁覆盖不足。

ESKAPE病原体（包括粪肠球菌、金黄色葡萄球菌、肺炎克雷伯菌、鲍曼不动杆菌、铜绿假单胞菌和肠杆菌属）以及侵袭性沙门菌的耐药性问题，已成为全球AMR领域最紧迫的威胁之一。因此，王亚楠教授和许学斌教授在文中呼吁推动全球协同合作，聚焦AI赋能侵袭性沙门菌与ESKAPE等超级耐药菌防控，加强对来自代表性不足地区的细菌、噬菌体及微生物组进行测序，建立开放共享的数据平台，确保AI驱动的抗菌药物研发服务全人类，而非少数地区和某些特定病原体。

相关阅读（前面两篇Science的eLetter新闻链接）：

//mp.weixin.qq.com/s/BDGYq3uIwcKExOPsynRfSA。

//mp.weixin.qq.com/s/5L6FIOy0PahnHuPnQFjusw。

作者简介：王亚楠，河南农业大学高层次人才、特聘教授、博士生导师/硕士生导师，欧博官网 （国家动物免疫学国际联合研究中心）张改平院士团队骨干成员。河南农业大学与中国科欧博 微生物研究所联合培养博士，师承高福院士和张改平院士。扬州大学与中国科欧博 微生物研究所联合培养硕士，师承高福院士和焦新安教授。主要研究方向为微生物组与耐药组学、人兽共患病、病原微生物耐药与防控。主持国家自然科学基金面上项目、河南省自然科学基金青年B类（省优青）、河南省科研联合基金青年科学家、国家重点研发计划子课题等项目。以第一或通讯作者（含并列）在Science（2026a，2026b，2026c）、Adv Sci（2026）、Nat Commun（2025，2026）、J Hazard Mater（2025）、Natl Sci Rev（2023）、Microbiol Res（2026）、Commun Med（2025）等期刊发表学术论文30多篇（工作以来23篇），其中ESI高被引2篇，热点论文1篇。