《Nature Communications》：CAMPER: mechanistic artificial intelligence for designing peptides that target MRSA persisters
编辑推荐：
面对抗生素耐药性与细菌持留的严峻挑战，研究人员开发了CAMPER（约束驱动的AMP工程与排序）这一整合机器学习与生物物理排序的机制性人工智能框架。该研究旨在设计靶向耐甲氧西林金黄色葡萄球菌（MRSA）持留菌和生物膜的抗菌肽，并成功鉴定出高活性短肽WP-CAMPER1及其D型对映体，在多种小鼠感染模型（包括皮肤预防、已形成生物膜及深部大腿感染模型）中均展现出显著的杀菌和清除持留菌效果，为解决传统抗生素难以根除的细菌持留问题提供了新策略。
在抗生素滥用与细菌快速进化的双重压力下，人类与病原菌的斗争正进入一个“后抗生素时代”的艰难时期。其中，耐甲氧西林金黄色葡萄球菌（Methicillin-resistant Staphylococcus aureus, MRSA）为代表的超级细菌，不仅对多种抗生素产生耐药性，更进化出了一种更为棘手、狡猾的生存策略——形成持留菌（persisters）。这些“沉睡”的细菌细胞并非因基因突变获得耐药性，而是通过降低代谢活性进入一种休眠状态，从而对所有已知的、靶向活跃生命过程的抗生素“刀枪不入”。当治疗停止，这些持留菌便会“苏醒”并卷土重来，导致感染迁延不愈、反复发作。更麻烦的是，它们还善于抱团取暖，形成生物膜（biofilm），这种被自身分泌的胞外基质包裹的细菌群落结构，就像为细菌穿上了一层坚固的“盔甲”，进一步阻碍抗生素渗透和清除。因此，开发能够有效穿透生物膜并清除其中持留菌的新型抗菌制剂，成为抗感染领域迫在眉睫的重大挑战。
传统抗生素研发路径耗时漫长且易诱发新的耐药性，而天然抗菌肽（Antimicrobial Peptides, AMPs）虽然具有作用机制多样、不易诱导耐药性等优点，但其自身也存在稳定性差、细胞毒性高、合成成本昂贵等短板。如何快速、理性地设计出兼具高效、稳定、低毒且能精准靶向持留菌的短肽，是横亘在科学家面前的一道难题。在此背景下，一项发表于《自然·通讯》（Nature Communications）的研究带来了突破性进展。研究人员不再依赖传统的试错法或单一的计算机模拟，而是创造性地将人工智能（AI）的预测能力与生物物理的验证深度结合，提出了一个名为CAMPER（Constraint-driven AMP Engineering with Ranking，约束驱动的抗菌肽工程与排序）的机制性人工智能框架。该研究不仅证明了这一框架在高效设计新型抗菌肽方面的强大能力，更在动物模型中验证了所设计肽段在对抗MRSA持留菌感染方面的卓越疗效，为攻克细菌持留这一顽固堡垒提供了全新的智能武器。
本研究主要运用了以下几项关键技术方法：首先，建立了整合机器学习和生物物理性质排序的CAMPER人工智能框架，用于从头设计并优先筛选靶向细菌膜的候选抗菌肽。其次，在体内外模型中，使用了临床分离的MRSA菌株（如MW2和USA300），并构建了包括预防性皮肤感染、已形成生物膜的感染以及深部大腿感染在内的多种小鼠模型来评估肽的疗效。最后，采用了高通量微流控单细胞分析系统，在单细胞水平上实时监测和量化抗菌肽对指数期持留菌的杀灭动力学。
研究结果
CAMPER框架设计出高效抗MRSA的短肽
研究人员应用CAMPER框架，从庞大的序列空间中理性设计并筛选出一系列候选抗菌肽。其中，一个仅由12个氨基酸组成的短肽脱颖而出，被命名为WP-CAMPER1。体外药敏试验显示，WP-CAMPER1对高致病性MRSA菌株MW2表现出极强的抑制活性，其最低抑菌浓度（Minimal Inhibitory Concentration, MIC）低至4 μg/mL，证明了其高效的直接杀菌能力。
WP-CAMPER1在预防性皮肤感染模型中有效减少细菌负荷
为了评估WP-CAMPER1在复杂生理环境中的功效，研究人员首先建立了一个小鼠预防性皮肤感染模型。他们将WP-CAMPER1配制成2%的局部外用制剂，在接种细菌前进行预防性给药。结果显示，与对照组相比，WP-CAMPER1治疗使小鼠皮肤上的MW2菌株细菌负荷显著降低了2.5 log10（p< 0.0002）。这表明，即使在感染发生前使用，该肽也能有效阻止MRSA在皮肤部位的定植和增殖，具备作为预防性抗菌剂的潜力。
D型对映体WP-CAMPER1-d有效清除已形成的生物膜
天然L型氨基酸组成的肽易被宿主蛋白酶降解，可能限制其体内疗效。为了解决这个问题，研究人员合成了全部由D型氨基酸构成的WP-CAMPER1对映体，即WP-CAMPER1-d。D型肽具有更强的蛋白酶抗性。在一个模拟已形成、更难根治的感染场景的模型——已建立的生物膜感染模型中，WP-CAMPER1-d展现了显著疗效，将生物膜内的细菌负荷降低了1.37 log10（p< 0.0001）。这一结果尤为关键，因为它证明了所设计的抗菌肽能够对抗传统抗生素最难处理的、包裹在生物膜基质中的细菌。
单细胞分析揭示WP-CAMPER1-d靶向杀灭指数期持留菌
持留菌是感染复发的根源，但传统批量检测方法难以区分其对药物的异质性反应。本研究利用高通量微流控单细胞分析系统，对USA300菌株的指数生长期细菌进行实时、动态观测。单细胞水平的分析清晰地揭示，WP-CAMPER1-d能够有效杀灭其中的持留菌亚群。这意味着该肽的作用机制可能直接破坏了持留菌的细胞膜，使其无法进入或维持在休眠状态，从而被彻底清除。
WP-CAMPER1-d在深部感染模型中减少静止期持留菌
皮肤和生物膜模型之后，研究进一步挑战了最严峻的感染场景——深部组织感染。在一个小鼠大腿感染模型中，细菌进入生长缓慢或停滞的静止期，此时持留菌比例更高。实验结果表明，WP-CAMPER1-d治疗能够将大腿组织中的静止期MW2持留菌数量显著降低1.6 log10（p< 0.0001）。这强有力地证明，CAMPER框架设计出的抗菌肽不仅对活跃生长的细菌有效，更能深入组织，有效清除处于代谢休眠、顽固性极强的静止期持留菌，这对于治疗慢性、深部或器械相关感染具有重大意义。
研究结论与意义
本项研究成功开发并验证了CAMPER这一创新的机制性人工智能框架，它将机器学习的序列设计能力与基于生物物理原理的膜靶向性排序相结合，实现了对抗菌肽的理性、高效设计。应用该框架鉴定出的12聚体短肽WP-CAMPER1及其D型对映体WP-CAMPER1-d，在多个层面证明了其对抗MRSA的强大功效：包括高效的体外抗菌活性、在皮肤感染模型中的预防潜力、对已形成生物膜的清除能力，以及最关键的是，在单细胞和动物模型水平上证实了其能有效杀灭指数期和静止期的细菌持留菌。这项工作的意义重大而深远：首先，在方法论上，CAMPER框架为针对复杂生物学表型（如持留菌）的药物设计提供了一种全新的、整合AI与实验验证的范式，缩短了候选药物发现周期。其次，在应用层面上，WP-CAMPER1-d作为一个小分子量的稳定肽，展现出了克服生物膜屏障、根除持留菌的卓越潜力，为解决临床上面临的慢性、复发性细菌感染难题提供了极具前景的候选治疗分子。最后，该研究也预示着，人工智能驱动下的理性药物设计，正在为应对全球性的抗生素耐药性危机开辟一条充满希望的新道路。
