MIT团队发布了一款全新AI模型DefensePredictor，能在数分钟内扫描完一整个细菌基因组，找出隐藏的抗病毒防御系统。这个突破不止于提高了筛选效率，它正在改写微生物免疫研究的游戏规则。

AI模型研究流程图及数据图表 ：展示DefensePredictor模型训练流程与验证数据

为什么说这一次，细菌防御研究终于打破了持续几十年的瓶颈？

数十亿年的细菌病毒战争 人类只摸到冰山一角

细菌和病毒的对抗已经持续了数十亿年，病毒每天能消灭10%到25%的细菌，为了活下来，细菌进化出了千奇百怪的防御武器。

人类最成功的一次“盗墓”，就是从细菌的免疫系统里挖出了CRISPR-Cas9，彻底改写了整个基因编辑产业的历史。但哪怕CRISPR已经改变了世界，我们对细菌武器库的了解仍然少得可怜。

传统筛选方法就像在大海里捞针，要么盯着已知防御基因附近猜，要么手动测试成千上万DNA片段，几个月才能出结果。

更关键的是，传统方法只能找到扎堆出现的防御基因，那些零散分布在基因组其他位置的防御系统，几乎全被漏掉了。人类对细菌防御系统的认知，从一开始就存在系统性偏差。

细菌防御系统蛋白结构与实验数据图 ：呈现多种新型细菌防御系统的结构与验证结果

这一次，MIT团队直接用AI重构了整个筛选逻辑，把几个月的工作压缩到了几分钟，还补上了传统方法的认知漏洞。

AI找防御系统的秘密 不止看蛋白本身还看“社交圈”

DefensePredictor的核心优势，在于它用了两个非常聪明的设计，恰好戳中了传统方法的痛点。

它借用了大蛋白语言模型ESM2，把每个蛋白质转换成一组包含核心特征的数字向量，相当于给每个蛋白质拍了一张X光片，直接提取最关键的结构信息。

更聪明的设计是，它不只要看目标蛋白自己，还要观察它前后各两个邻居基因。

我们早就知道防御基因喜欢扎堆形成“防御岛”，但传统方法只盯着已知防御岛找新基因，AI则把“邻居基因”当成了预测特征，哪怕目标蛋白单独出现在陌生区域，也能通过周围基因的特征判断它是不是防御系统。

AI模型工作流程与预测数据图 ：展示DefensePredictor的工作流程与预测成效

这套训练逻辑非常高效：研究人员用1.7万个细菌基因组训练模型，给它看1.5万个已知防御蛋白和18.6万个普通蛋白，让AI反复比较两类蛋白的特征，最终学会了精准区分“防御战士”和“普通居民”。

最后的结果也印证了这个思路的正确性：完成训练后，模型只需要几分钟就能扫描完一个细菌的全部基因组，而传统方法同样的工作量需要好几个月。

45%验证率超出预期 大量全新系统浮出水面

为了验证模型的准确性，研究团队做了一次严谨的测试：用AI扫描69株大肠杆菌，找出了624个防御相关蛋白簇，其中超过100个和任何已知细菌免疫系统都没有关系。

他们挑出94个全新候选系统做实验室验证，把它们克隆进大肠杆菌，再用24种不同病毒攻击细胞，结果有42个系统成功保护了细菌，验证率达到了45%。

三位论文作者的肖像照 ：展示Peter、Emily、Michael三位作者的照片

这个验证率远超领域内的预期，而且模型给出的预测分数和实验成功率高度相关——分数越高，真的是防御系统的概率就越大。这意味着AI可以直接帮科学家缩小测试范围，把有限的实验室资源用在最有可能成功的候选者身上。

更有意思的是，这次发现的不少新系统，有着完全出人意料的结构。比如DS-8系统携带的金属磷酸酶结构域，居然和人类免疫系统中调节抗病毒信号的蛋白非常相似。

这个发现直接指向一个大胆的猜想：细菌和人类的免疫系统，在进化上可能有着共同的古老起源。

另一个DS-11系统，用CBS结构域感应细胞内的能量分子，再激活杀伤功能；还有的系统把核酸酶拆成了两半，这种分体式设计刚好适合开发成“需要特定信号才激活”的可控基因编辑工具。

《科学》杂志论文页面截图 ：显示论文标题及三位作者姓名

当研究团队把模型扩大到1000种不同微生物，直接识别出了近3000个和已知系统完全不同的蛋白簇。在3000株大肠杆菌和志贺氏菌的分析中，AI平均每株能找到32个防御基因，传统工具只能找到6个。

不止发现新工具 更打开了三个全新研究方向

这次AI的突破，带给整个生命科学领域的影响远不止“找到更多防御系统”，它直接打开了三个此前很难推进的研究方向。

基因编辑领域：寻找更小更精准的替代工具。现在广泛使用的Cas9个头偏大，进入细胞的效率不算高，科学家一直在找更小巧的核酸酶。新发现的防御系统里藏着大量未开发的候选者，如果能找到合适的工具，基因治疗会变得更安全高效。

进化研究：追溯人类免疫系统的源头。人类体内感知病毒DNA的cGAS蛋白，它的祖先可能就藏在某个细菌的防御系统里，AI帮我们挖开了这座进化的金矿。

耐药菌难题：改造细菌武器对抗超级细菌。现在很多病原菌已经对多种抗生素产生耐药性，如果能把细菌自己的防御系统改造成精准攻击病原菌的工具，有望开辟出一条解决耐药性的全新路径。

更重要的是，MIT团队已经把DefensePredictor完全开源，全球所有研究人员都可以免费使用，还会随着新数据持续优化模型。同期《科学》杂志上，巴斯德研究所的团队也用类似思路预测出了239万种潜在的抗噬菌体蛋白，超过85%的蛋白此前从未和免疫防御关联起来。

原来细菌的防御武器库，比我们此前想象的要丰富至少五倍。我们过去几十年，只打开了宝库的一扇小门缝。

AI介入基础生物研究的改变，才刚刚开始。从前我们需要几年才能完成的筛选工作，现在几分钟就能做完，这意味着更多的试错空间、更疯狂的探索方向，也意味着那些藏在基因组深处的秘密，会比预想中更快地来到我们面前。

CRISPR改变了基因编辑，下一个改变整个产业的工具，可能就藏在这些新发现的防御系统里。而这一次，找到它的速度，会比所有人预期的都要快。