MIT 的 Regina Barzilay 与 Jim Collins 获 2026 年 Pritzker AI 科学研究卓越奖

麻省理工学院工程学院人工智能与健康杰出教授 Regina Barzilay 和麻省理工学院 Termeer 医学工程与科学教授 James Collins 荣获2026 年普利兹克人工智能科学研究卓越奖。 

该奖项表彰他们在“开创人工智能驱动的抗生素发现，整合深度学习、生物工程和实验验证，以识别针对耐药病原体的新型抗菌候选药物”方面的合作成果。 

普利兹克人工智能科学研究卓越奖由芝加哥大学与加州理工学院于 2024 年合作设立，旨在表彰同时推动人工智能与自然科学或工程学发展的贡献。

Barzilay 和 Collins 是阿卜杜勒·拉蒂夫·贾米尔健康机器学习诊所（Jameel Clinic）的教职联合负责人，也是麻省理工学院施瓦茨曼计算学院和麻省理工学院工程学院的附属成员。2020 年，他们与当时的麻省理工学院博士后、第一作者 Jonathan Stokes（2017 年至 2021 年在 Collins 实验室工作）在《细胞》杂志上共同发表了他们的首篇突破性论文。该论文描述了首个由人工智能发现的抗生素，名为halicin，其命名源自斯坦利·库布里克 1968 年电影《2001：太空漫游》中的虚构人工智能系统 HAL 9000。

halicin 是一种广谱抗生素，最初是作为潜在的糖尿病药物进行研究的，它由一个在 2,500 个分子上训练的深度学习模型识别出来。经测试，研究团队发现 halicin 能够杀死耐药细菌（即“超级细菌”），如艰难梭菌、鲍曼不动杆菌和结核分枝杆菌。曾经需要数年的发现过程，如今仅用几周就完成了。在全球抗菌素耐药性危机日益引起警觉的背景下，这些结果表明，人工智能有望成为快速识别新型有效抗生素的有效工具。

继 halicin 之后，Barzilay 和 Collins 与 Stokes（现为麦克马斯特大学助理教授）合作，于 2023 年利用机器学习识别出abaucin，这是一种窄谱抗生素，对鲍曼不动杆菌表现出有效性，这种耐药细菌常见于医院门把手以及驻伊拉克和阿富汗美军的伤口中。值得注意的是，abaucin 对单一耐药菌种的“窄谱”效力是其主要优势，可最大限度降低细菌产生耐药性的可能性，并减少对肠道有益菌的伤害。

“从历史上看，抗生素发现依赖于费力、试错的策略，”Collins 说。“这一过程缓慢、昂贵且不可预测，往往只能产生很少的可行抗生素候选药物。借助生成式人工智能，我们现在看到人工智能从发现工具转变为设计工具。这一转变开辟了抗生素发现的新前沿，可能为我们带来下一代救命药物。”

在 Barzilay 看来，“尽管分子建模取得了重大进展，我们仍处于药物发现的早期阶段。借助人工智能，我们只能实现流程部分环节的自动化，而无法彻底改变发现过程。要实现这一点，我们需要非常努力地构建逼真的人类生物学人工智能模型。”