Shandong University of Technology

蛋白质工具大全 蛋白质结构与功能预测——结构预测① 蛋白质结构与功能预测——结构预测② 蛋白质结构与功能预测——功能注释与突变效应① 蛋白质结构与功能预测——功能注释与突变效应② 蛋白质语言模型——通用表征模型 蛋白质语言模型——生成式模型① 蛋白质语言模型——生成式模型② ** 如果觉得本文对你有帮助，欢迎推荐、点赞、转发支持，让更多科研小伙伴看到！如有疑问或建议，欢迎留言。 ** 本文信息收集于2026年5月，如有变动请以官网为准。 ** 整理不易，禁止盗用、洗稿或商业使用，如需转载，请注明来源。 ** 查找资源开源链接，可关注公众号后私信资源名获取。 蛋白质功能由序列和结构共同决定。一个氨基酸改变，就可能让酶失活，也可能让蛋白获得新功能。功能注释与突变效应预测，就是要回答这类问题：突变是致病还是良性？会不会改变酶的活性、稳定性或底物特异性？早期方法靠序列保守性分析或物理能量计算。 近几年的深度学习带来了新思路：语言模型无需实验数据就能预测突变效应；整合三维结构信息的模型能提供更精准的判断；更有模型能区分功能获得和功能丧失，把预测从是否致病推进到如何致病的层面。专用工具也在不断涌现，针对翻译后修饰、金属结合位点、酶功能注释、耐药突变等不同场景。它们和通用方法互为补充，共同构成一个多层次、多场景的工具生态。 本文梳理了当前最具代表性，以及近期新开发的功能注释与突变效应预测工具（20个），希望能帮科研人员快速找到合适的工具，为遗传变异解读、蛋白质工程和药物研发提供参考。 CACLENS （开源链接可关注公众号后私信关键词【CACLENS】获取。） 1.开发/维护方：中国科学院上海营养与健康研究所 2.核心功能：多任务深度学习框架，同时预测酶的反应类型、EC编号和给定酶-反应对的催化可行性。 3.适用场景：高通量筛选功能酶（如霉菌毒素降解酶），代谢途径设计，工业酶挖掘，环境污染物降解酶发现；也适用于蛋白-小分子对接（评估酶催化的可行性本质上是预测酶与小分子底物的相互作用）。 4.免费/开源：免费（代码） 5.文章解读：中科院上海营养与健康所开发CACLENS：多任务AI系统筛选功能酶，ZEN降解率超90% 6.原文：CACLENS: A Multitask Deep Learning System for Enzyme Discovery 多任务多模态深度学习系统，在有限数据下高效筛选工业酶。 ABEpre （开源链接可关注公众号后私信关键词【ABEpre】获取。） 1.开发/维护方：北京航空航天大学（学术机构） 2.核心功能：基于ALBERT和CNN-LSTM的双分支深度学习模型，预测病毒蛋白的线性B细胞表位。 3.适用场景：病毒表位快速预测，多病毒血清学诊断芯片设计，疫苗候选抗原筛选，疫情早期抗体检测靶点识别；也适用于蛋白-蛋白互作（抗体-抗原识别位点分析）。 4.免费/开源：免费（网页服务+开源代码） 5.文章解读：北航团队开发AI辅助微流控免疫检测芯片，实现30分钟内多病毒抗体检测 6.原文：AI-assisted microfluidic immunoassay chip enabling early multiplex viral antibody detection in epidemics 专为病毒表位预测设计的轻量化深度学习模型，支撑快速诊断芯片开发。 CRISPRon-ABE/CRISPRon-CBE （开源链接可关注公众号后私信关键词【CRISPRon】获取。） 1.开发/维护方：University of Copenhagen、Aarhus University、中山大学（学术机构） 2.核心功能：基于深度学习同时预测碱基编辑器（ABE和CBE）的gRNA编辑效率和所有编辑结果频率。 3.适用场景：用于设计高效的碱基编辑gRNA，碱基编辑器的性能比较与优化，基因治疗等场景。 4.免费/开源：是（学术免费） 5.文章解读：哥本哈根大学团队多数据集训练深度学习模型，让碱基编辑gRNA预测精度大幅提升 6.原文：Deep learning models simultaneously trained on multiple datasets improve base-editing activity prediction 首个引入多数据集联合训练的深度学习预测工具，通过多数据集联合训练和数据集感知策略，为精准基因编辑提供了跨平台、高泛化的可靠设计工具。 Protein2PAM （开源链接可关注公众号后私信关键词【Protein2PAM】获取。） 1.开发/维护方：Profluent Bio、麻省总医院、哈佛医学院、华盛顿大学（公司/学术机构） 2.核心功能：基于进化信息的蛋白质语言模型，直接从Cas蛋白序列预测CRISPR-Cas系统的PAM特异性。 3.适用场景：用于预测未表征Cas蛋白的PAM，指导工程化Cas变体以获得用户定义的PAM，辅助CRISPR系统的功能发掘；也适用于蛋白-小分子对接（Cas蛋白与特定DNA小片段之间的结合特异性识别）。 4.免费/开源：是（代码开源，模型权重可下载） 5.文章解读：Profluent Bio开发Protein2PAM模型，实现CRISPR-Cas PAM精准定制，切割率最高提升50倍 6.原文：Customizing CRISPR–Cas PAM specificity with protein language models 全球首个通过蛋白质语言模型精准预测并重新编程CRISPR-Cas PAM特异性的开创性工具。 HIT-EC （开源链接可关注公众号后私信关键词【HIT-EC】获取。） 1.开发/维护方：University of Nevada、Korea Polar Research Institute、Sun Moon University（学术机构） 2.核心功能：一个层级可解释Transformer模型，通过在结构上对齐EC编号的四层级结构，融合局部与全局序列依赖关系，实现可信的EC编号多标签分类。 3.适用场景：用于大规模基因组酶功能注释，挖掘新功能酶与生物修复，基础酶学研究，药物靶点发现与代谢通路研究。 4.免费/开源：是（MIT license） 5.文章解读：内华达大学算法突破：HIT-EC精准预测酶功能，F1分数高达0.93，远超现有方法 6.原文：Trustworthy prediction of enzyme commission numbers using a hierarchical interpretable transformer 专为酶功能预测设计，以高达0.93的Micro F1分数和每序列仅38毫秒的推理速度遥遥领先。 EnzymeCAGE （开源链接可关注公众号后私信关键词【EnzymeCAGE】获取。） 1.开发/维护方：上海交通大学、麻省理工学院、中山大学、波士顿东北大学（学术机构） 2.核心功能：催化特异性的几何基础模型，预测酶与化学反应之间的催化相容性。 3.适用场景：用于酶功能预测、孤儿反应酶检索、生物合成途径重建、催化位点识别；也适用于蛋白-小分子对接和序列设计。 4.免费/开源：是 5.文章解读：上海交大联合中山大学开发EnzymeCAGE几何基础模型，酶检索准确率提升45% 6.原文：A geometric foundation model for enzyme retrieval with evolutionary insights 几何增强的酶-反应匹配模型，在酶检索和功能预测上超越现有方法。 PScalpel （开源链接可关注公众号后私信关键词【PScalpel】获取。） 1.开发/维护方：中山大学、深圳大学（学术机构） 2.核心功能：通过图对比学习和遗传算法，预测单氨基酸突变对蛋白质相分离能力的影响，推荐最优突变策略。 3.适用场景：用于指导蛋白质相分离能力的定向改造，尤其在免疫调控、神经退行性疾病、癌症等研究领域；通过单点突变增强或减弱相分离调控细胞功能（如免疫信号通路）；也适用于序列设计。 4.免费/开源：是 5.文章解读：中山大学联合深圳大学开发AI工具PScalpel：单氨基酸突变精确调控蛋白相分离，重塑免疫细胞功能 6.原文：Machine Learning-Guided Engineering of Protein Phase Separation Properties in Immune 首个机器学习驱动的蛋白质相分离能力工程化工具，实现单氨基酸水平的精准调控。 HMD-AMP （开源链接可关注公众号后私信关键词【HMD-AMP】获取。） 1.开发/维护方：香港中文大学、中国科学院深圳先进技术研究院（学术机构） 2.核心功能：基于ESM-2蛋白质语言模型和层级深度森林框架，对肽段序列进行抗菌肽与非抗菌肽的二分类，预测其对革兰氏阳性菌、革兰氏阴性菌、真菌等的抗菌活性类型。 3.适用场景：用于高通量识别进化远源、高活性、低毒性的全新抗菌肽，尤其是在宏基因组数据中；进行抗菌谱功能注释与评估；也适用于通用表征模型 (微调ESM-2模型来提取深层序列特征)。 4.免费/开源：是 5.文章解读：香港中文大学联合中科院团队利用蛋白质语言模型发现48种进化遥远的强效抗菌肽，超3700万种新序列 6.原文：Uncovering evolutionarily remote and highly potent antimicrobial peptides with protein language models 通过预训练语言模型实现高泛化能力的抗菌肽发现，尤其擅长识别序列相似性低的远程同源AMP。 IFUM （开源链接可关注公众号后私信关键词【IFUM】获取。） 1.开发/维护方：韩国科学技术研究院、首尔国立大学（学术机构） 2.核心功能：通过联合学习折叠态和去折叠态（Flory随机线圈模型）的残基对距离分布，预测蛋白质的绝对折叠自由能(ΔG)和平衡系综。 3.适用场景：评估蛋白质工程中的单点突变、插入/删除突变对稳定性的影响，筛选从头设计的蛋白稳定性，区分有序蛋白与内在无序蛋白。 4.免费/开源：是 5.文章解读：韩国首尔大学联合科学技术研究院开发IFUM模型：明确考虑未折叠状态，蛋白质折叠稳定性预测精度达0.78 6.原文：Protein folding stability estimation with explicit consideration of unfolded states 专为真实蛋白质稳定性设计的新一代深度学习模型，精准描绘蛋白折叠/非折叠双态景观。 PheMART （开源链接可关注公众号后私信关键词【PheMART】获取。） 1.开发/维护方：哈佛医学院、华盛顿大学、芝加哥大学、新加坡国立大学、清华大学等多机构联合（学术机构） 2.核心功能：通过对比学习联合嵌入错义变异和4179种临床表型，预测每个变异对每种表型的关联概率。 3.适用场景：罕见病患者诊断中候选致病变异的表型匹配，ClinVar中未知意义变异的表型预测，基因-表型关联的批量注释，遗传数据深度解读；也适用于通用表征模型和蛋白-蛋白互作。 4.免费/开源：是 5.文章解读：哈佛医学院团队开发PheMART，精准预测错义变异表型覆盖4179种，Top3诊断率77% 6.原文：Phenotypic prediction of missense variants via deep contrastive learning 里程碑式的错义突变表型预测工具。 VERnet （开源链接可关注公众号后私信关键词【VERnet】获取。） 1.开发/维护方：中国医学科学院北京医院、温州医科大学附属第六医院（学术机构） 2.核心功能：基于AlphaFold2预测结构构建氨基酸网络，通过2D-CNN学习CYP2C9酶活性变异的分类模型。 3.适用场景：酶的虚拟定向进化，遗传变异的功能解析；也适用于蛋白-小分子对接（评估变异对酶-底物相互作用的影响），以及通用表征模型（蛋白结构建模）。 4.免费/开源：是（GitHub） 5.文章解读：北京医院开发VERnet模型：93.5%准确率虚拟进化酶，发现7倍活性变体 6.原文：Generative artificial intelligence-empowered virtual evolution of enzyme with the VERnet model 功能靶向模型在酶活性预测上显著超越通用LLM。 CycloPepper （开源链接可关注公众号后私信关键词【CycloPepper】获取。） 1.开发/维护方：浙江大学、河南师范大学（学术机构） 2.核心功能：一个机器学习驱动的平台，依托全自动环肽合成平台CycloBot构建标准化数据集，通过多维特征编码和机器学习模型（支持向量机SVC）预测环肽头尾环化结果，优化合成策略。 3.适用场景：环肽合成中环化位点的快速筛选，治疗性环肽的理性设计，抗体互补决定区来源环肽的可行性评估。 4.免费/开源：是 5.文章解读：浙江大学团队开发CycloPepper平台：AI预测环肽合成位点，实验验证准确率高达86% 6.原文：CycloPepper: a machine learning platform for predicting cyclization outcomes and optimizing synthesis of therapeutic cyclopeptides 首个预测固相头尾环化成败的机器学习平台，实验验证准确率达86%。 ProtAIDe-Dx （开源链接可关注公众号后私信关键词【ProtAIDe-Dx】获取。） 1.开发/维护方：瑞典隆德大学、新加坡国立大学、加州大学旧金山分校、华盛顿大学等（学术机构） 2.核心功能：基于血浆蛋白质组学的深度联合学习模型，利用血浆蛋白质组数据同时输出6种神经退行性疾病的概率诊断。 3.适用场景：神经退行性疾病的早期筛查与辅助诊断、药物临床试验的患者分层、蛋白质功能注释与病理机制研究。 4.免费/开源：是（GitHub） 5.文章解读：瑞典隆德大学开发ProtAIDe-Dx智能模型，单次抽血AI蛋白组模型70%~95%，精准诊断6种痴呆相关病症 6.原文：A deep joint-learning proteomics model for diagnosis of six conditions associated with dementia 大规模血浆蛋白质组多疾病联合诊断模型，在外部记忆门诊队列中显著提升鉴别诊断准确率。 CAPTURE （开源链接可关注公众号后私信关键词【CAPTURE】获取。） 1.开发/维护方：Michigan State University、University of Maryland School of Pharmacy、University of Arkansas（学术机构） 2.核心功能：评估蛋白质-配体复合物三维结构的深度学习框架，通过模型DFFormer-seq预测蛋白质特定突变对与小分子药物结合亲和力的影响，识别潜在的耐药突变。 3.适用场景：分析药物靶点（如SARS-CoV-2的Mpro蛋白酶）的突变对已上市药物（如Paxlovid）疗效的影响，在病毒或病原体的大规模突变数据中快速筛选耐药风险高的突变体，支持实时病毒监测。 4.免费/开源：是（GitHub） 5.原文：Drug Resistance Predictions Based on a Directed Flag Transformer 为深入监测新冠病毒变异带来的抗药性风险而开发的前沿深度学习框架，以高达71%的准确率高效识别潜在耐药突变。 AAanalysis框架 （开源链接可关注公众号后私信关键词【AAanalysis】获取。） 1.开发/维护方：德国神经退行性疾病研究中心 (DZNE)、慕尼黑工业大学、慕尼黑大学等（学术机构） 2.核心功能：一个用于可解释的、基于序列的蛋白质预测的Python框架，集成了CPP、dPULearn、SHAP等算法。 3.适用场景：蛋白质功能预测、肽段免疫原性分析、突变致病性预测等多种分类任务，非常适合数据稀缺的场景；也适用于通用表征模型（基于氨基酸理化性质的特征工程）和基准测试集（集成24个标准的蛋白质基准数据集）。 4.免费/开源：是，代码在GitHub上以MIT许可证完全开源，可从PyPI或Conda-forge免费安装 5.原文：Charting γ-secretase substrates by explainable AI 自动化机器学习工作流的框架，为蛋白质功能预测提供了透明且强大的工具集。 mLOF score （开源链接可关注公众号后私信关键词【mLOF score】获取。） 1.开发/维护方：爱丁堡大学（学术机构） 2.核心功能：结合空间聚类和能量影响的核密度估计，计算错义突变集导致功能缺失的可能性。 3.适用场景：用于精准医学领域，对致病错义突变进行分子机制预测和临床变异解读；辅助评估错义突变的功能丧失可能性；也适用于基准测试集（评估工具）。 4.免费/开源：是 5.原文：Prevalence of loss-of-function, gain-of-function and dominant-negative mechanisms across genetic disease phenotypes 基于蛋白结构能量和空间聚类，有效区分LOF与非LOF机制，为大规模解析错义变异分子机制提供了实用指标。 MIC  (Metric Ion Classification) （开源链接可关注公众号后私信关键词【MIC】获取。） 1.开发/维护方：加州大学旧金山分校（UCSF）、贝勒医学院、斯坦福大学（学术机构） 2.核心功能：使用相互作用指纹和深度度量学习的开源工具，从冷冻电镜和X射线晶体结构图中预测水和离子的身份。 3.适用场景：用于验证和修正PDB数据库中可能错误标注的离子位点，指导基于结构的药物发现和从头生物分子设计。 4.免费/开源：是（MIT） 5.原文：MIC: A deep learning tool for assigning ions and waters in cryo-EM and crystal structures 用指纹+度量学习解决了离子/水分子自动分类难题，准确率高。 EIR-auto-GP （开源链接可关注公众号后私信关键词【EIR-auto-GP】获取。） 1.开发/维护方：哥本哈根大学、Broad研究所等(学术机构) 2.核心功能：基于EIR深度学习框架的自动化基因组预测工具，可处理PLINK格式基因型数据，识别与血浆蛋白丰度相关的非线性遗传效应。 3.适用场景：用于血浆蛋白组遗传调控研究，识别影响蛋白质丰度的非线性协变量效应、显性遗传效应及基因间上位性互作，跨平台验证蛋白数量性状位点，推进Variant-to-Function研究。 4.免费/开源：是 5.文章解读： 6.原文：Complex genetic effects linked to plasma protein abundance in the UK Biobank 大规模血浆蛋白组遗传调控的深度学习利器，在48594人中系统性识别出138种受复杂非线性效应调控的蛋白质。 ImmunoStruct （开源链接可关注公众号后私信关键词【ImmunoStruct】获取。） 1.开发/维护方：美国耶鲁大学、HHMI、 (学术机构) 2.核心功能：多模态深度学习（序列+结构+生化性质）预测肽-MHC免疫原性。 3.适用场景：用于表位疫苗设计，筛选强免疫原性的候选肽段；指导个体化癌症疫苗开发，识别新抗原；基础免疫学研究工具，理解抗原呈递与T细胞识别机制；也适用于蛋白-蛋白互作研究（分析肽-MHC复合物形成）。 4.免费/开源：是 5.文章解读：耶鲁大学：ImmunoStruct多模态AI模型，以26049数据集实现免疫原性预测新高度，AUROC 0.882 6.原文：ImmunoStruct enables multimodal deep learning for immunogenicity prediction 多模态深度学习框架，整合序列、结构与生化性质，显著提升免疫原性预测性能。 SIM  (Self-iterative hierarchical ensemble Model) （开源链接可关注公众号后私信关键词【SIM】获取。） 1.开发/维护方：上海交通大学、内蒙古研究院、湖北大学、中国科学院神经科学研究所等 (学术机构) 2.核心功能：专为数据稀缺场景设计的自迭代层次集成学习模型，从极少标记数据通过伪标签自训练扩展预测能力。 3.适用场景：鉴定RNA靶向的原核Argonaute蛋白，基因编辑工具的开发和设计，发现新型核酸酶工具。 4.免费/开源：是 5.文章解读：上海交通大学团队开发SIM模型，从稀缺数据中挖掘5个新RNA靶向Argonaute，83%验证成功率 6.原文：SIM: Discovery of novel RNA-targeting organelles by self-iterative learning from scarce data 解决数据稀缺下蛋白质功能预测难题，小样本驱动迭代学习。 下篇预告：AI蛋白质工具大全系列：蛋白质结构与功能预测——功能注释与突变效应④ 往 期 文 章 NAR（IF=15）|北京师范大学提出DeepAden，用于预测非核糖体肽合成酶底物特异性，远缘底物恢复率99.7% Resour.Conserv.Recycl（IF=10.4）|山西农业大学利用AI木聚糖酶协同发酵苜蓿废料，乳酸产量达54.96g/kg，经济效益提升2.3倍 Nat.Commun.（IF=18.1）|华东师范大学：AI零样本预测+天然支架筛选构建enFanzor，编辑效率提升11.6倍，RNA缩短79% Nat.Commun.（IF=18.1）|北大团队发布SplitSeek-Pro：精确预测蛋白结构可拆分位点，残基级别精准度超越现有方法 Nature（IF=56.1）|重磅！哈佛团队开发NISE算法，零样本设计小分子结合蛋白，成功率100%，最高亲和力达皮摩尔级 Nat.Biotechnol.（IF=44.5）|斯坦福大学发布Germinal：AI从头设计表位靶向抗体，43个设计即可产出纳摩尔级别抗体 Chem.Eng.J.（IF=13.2）|山东理工大学：AI引导定向进化膜酶，CDP-胆碱产量达5.65g/L Inf.Fusion（IF=17.4）|中山大学提出DAMPE：OT对齐+CGG生成融合，蛋白质功能预测AUPR达0.671 Nat.Chem.Biol（IF=15.8）|中科院上海药物所提出PBCNet2.0：零样本首次达FEP⁺精度，效率提升7倍 NAR（IF=13.1）|单步虚拟筛选+机器学习：AI高效设计高活性低脱靶碱基编辑器 NAR（IF=13.1）|昆士兰大学开发SGGly结构引导分析工具，N-糖基化位点预测MCC达0.888 JACS（IF=15.7）|华盛顿大学David Baker团队从头设计近红外荧光激活蛋白，激发波长892nm NAR（IF=13.1）|韩国KRIBB联合嘉泉大学团队开发DeepKinomeWeb：一个用于激酶抑制剂筛选与选择性分析的网页平台 NAR（IF=13.1）|南加州大学开发PLATE-VS：一个免费、防数据泄漏的蛋白质-配体数据集平台 NAR（IF=13.1）|伯克利实验室发布BilboMD：一个可通过网页访问的SAXS与AlphaFold引导建模流程 NPJ Digit.Med.（IF=15.1）|中山大学中山眼科中心证实AI+蛋白组学时钟可预警4类老年眼病 Nat.Commun.（IF=15.7）|浙江大学通过机器学习增强采样工作流程，靶向固有无序蛋白AR-NTD，发现前列腺癌耐药新分子K53 Nat.Biotechnol.（IF=41.7）|韩国首尔国立大学开发蛋白质结构基序搜索工具Folddisco，速度比现有方法快20倍，存储效率高4倍 Nature（IF=48.5）|美国西北大学团队开发mHDX-MS技术，大规模解析5,778个蛋白质能量景观，AI赋能构象波动精准设计 Nat.Commun.（IF=15.7）|德国莱比锡大学团队计算改造PHL7酶，PET降解活性提升110倍+耐热达88-95℃ - end - 点赞 收藏 分享

由中国噬菌体研究联盟等单位指导，上海医药行业协会、复旦大学上海医学院、复旦大学附属中山医院、上海市免疫学研究所联合主办，复旦大学噬菌体研究所承办的2026年第九届中国噬菌体治疗大会暨中国噬菌体研究联盟年会，将于2026年6月23-27日在上海隆重召开。 大会汇聚了来自全国各地的临床医学专家、基础研究学者和产业界代表，围绕创新药与生物医学新技术、大样本临床汇总分析、One Health、铜绿假单胞菌临床治疗、细菌-噬菌体互作机制、噬菌体治疗前沿基建以及交叉前沿研究等七大主题展开了深入交流与探讨。从标准化体系建设到工程化噬菌体改造，从大规模临床数据到基础分子机制，从人医临床到兽用产品开发，本次大会全面展示了中国噬菌体治疗领域的最新进展与未来方向。基因帮团队全程参会学习，现将各议题精彩内容梳理如下，与各位共享，共同为噬菌体及感染防治事业添砖加瓦。 1 议题一：创新药与生物医学新技术 本议题从三个递进维度勾勒出"从传统抗菌药物到非传统生物制剂"的演进脉络：黄海辉教授从全球抗感染药物研发格局出发，指出传统抗菌药物面临的瓶颈；童贻刚教授聚焦噬菌体治疗的核心挑战与技术突破；李劲松教授则从法律法规与标准化视角，为这一新兴疗法的产业化路径提供制度保障。三者共同回答了 "新型抗菌策略从何而来、如何规范发展" 这一核心问题。 复旦大学附属华山医院黄海辉教授从全球抗感染药物研发格局出发，系统介绍了WHO 2024年细菌类重点病原体目录（BPPL）中CRO作为关键优先级病原体的全球威胁。近十年新细菌药研发虽呈"回暖"态势，但创新药研发整体仍较缓慢，口服制剂尤为缺乏。他梳理了2014-2025年间新型抗CRO药物的五大研发类别，并特别强调非传统生物制剂正稳步发展，噬菌体治疗、抗体疗法等在应对多重耐药菌感染方面展现出独特潜力。 北京化工大学童贻刚教授首先系统分析了当前噬菌体治疗面临的三大核心挑战：一是疗效问题，包括噬菌体特异性与宿主范围窄、细菌生物膜/荚膜/芽孢等物理屏障、细菌不同生理状态以及细菌复杂的免疫耐受机制（CRISPR-Cas、RM、BREX、Abi等）；二是体外与体内的巨大差异，人体免疫系统对噬菌体的清除干扰以及噬菌体PK/PD（药代动力学/药效学）研究不足；三是体内细菌复杂性及组织结构屏障（如血脑屏障、黏膜屏障）的阻碍，此外还涉及溶原性噬菌体的潜在危害、细菌内毒素引发的炎症反应以及非GMP生产条件导致的质量不稳定等问题。针对上述挑战，童教授团队从"快速合成" 与 "高效改造" 两个维度提出了技术解决方案。在合成方面，开发了基于Cell-Free TXTL系统的噬菌体快速低成本合成技术，结合Gibson组装和HC-GGA方法，实现了phiX174等噬菌体的高效合成；在改造方面，通过敲除整合酶基因（int）和维持溶源状态的关键阻遏物c1蛋白，成功将溶原性噬菌体转化为裂解性噬菌体，实验验证表明改造后的噬菌体裂解能力显著增强，且噬菌体鸡尾酒策略能够有效阻止抗性菌株的产生。 原军事科学院军事医学研究院李劲松教授从法律法规与标准化视角出发，强调《生物安全法》中"应对微生物耐药"与噬菌体治疗直接相关。他指出2026年4月中共中央政治局会议释放的"标准化红利"为生物医学新技术发展提供了重大政策机遇，并从标准与法规、专利、科技、产业、贸易等多维度构建了标准体系协同关系网络，强调标准化是生物医学新技术从实验室走向临床、从研究走向产业的核心桥梁。 2 议题二：大样本临床汇总分析专场 本专场聚焦噬菌体治疗从 "个案探索" 到 "规模化临床" 的关键跨越，累计报告了超过500例临床数据，从"大规模有效吗"、"如何规范地做"、"特殊人群能做吗"三个角度系统回答了核心问题。共性发现令人振奋：细菌清除率普遍在70%以上、临床改善率超过80%，且安全性良好。如果说朱同玉教授用海量数据证明了 "大规模有效"，那么卢洪洲教授则从GMP生产与备案指引层面回答了 "如何规范地做"，而王亚文教授聚焦器官移植后免疫抑制患者这一特殊场景，证明噬菌体治疗同样适用于 "最难治的人群"。 复旦大学上海医学院朱同玉教授系统报告了400余例噬菌体治疗大样本临床数据。患者年龄跨度4-96岁，涵盖呼吸系统等多部位感染，目标菌以鲍曼不动杆菌（41.53%）、肺炎克雷伯菌（26.23%）和铜绿假单胞菌（23.50%）为主。数据证实噬菌体治疗具有良好的安全性与有效性：细菌清除率最高达72.4%，临床改善率最高达95.8%，严重不良反应发生率低。面对噬菌体耐受难题，团队创新性提出NEPT（Next-Evolution Phage Typing）技术，通过体外模拟耐受并筛选一线+二线噬菌体，有效延长了噬菌体的临床效用周期。此外，团队构建了覆盖临床流行CRAB、CRKP和CRPA菌株型的"最小噬菌体库"（鲍曼不动杆菌34株、肺炎克雷伯菌50株、铜绿假单胞菌42株），并推出虚拟配型服务，将噬菌体最短交付时间从传统的2-7天缩短至2小时，KAPS精准配型成功率达76.47%-94.44%，为危重症患者的紧急救治提供了关键技术支持。团队还积极推动噬菌体治疗审批政策突破，818号令作为噬菌体治疗领域首个国家级指南及转化配套文件，为行业规范化发展奠定了政策基础。 深圳市第三人民医院卢洪洲教授分享了深圳三院在超级细菌噬菌体精准治疗方面的系统性实践经验。作为国家感染性疾病临床医学研究中心及分中心网络的核心单位，深圳三院已建成符合GMP标准的噬菌体制剂洁净生产车间和自动化噬菌体制剂制备系统，实现了从噬菌体筛选到临床制剂的全流程标准化生产。团队构建了6条在研产品管线，涵盖铜绿假单胞菌、嗜麦芽窄食单胞菌、鲍曼不动杆菌、肺炎克雷伯菌、非结核分枝杆菌及大肠杆菌等临床重要耐药菌。基础研究方面，团队揭示了"备用"尾丝蛋白突变可拓宽噬菌体宿主谱的机制，以及细菌噬菌体抗性系统的协同防御作用，为工程噬菌体改造提供了理论依据。临床实践中，个体化噬菌体治疗有效率高于85%，且未引起肝肾功能损伤，证实了噬菌体治疗的安全性。卢教授还介绍了2026年4月发布的《噬菌体治疗新技术临床研究备案指引》第1版，该文件从机构人员、制备质控、非临床研究、临床研究到伦理合规等方面系统规范了噬菌体临床研究的实施路径，为全国噬菌体治疗的规范化开展提供了重要参考。 西安交通大学第一附属医院王亚文教授报告了从移植患者免疫抑制下的易感困境到噬菌体治疗泛耐药细菌的百例临床研究成果。作为我国器官移植领域的先行者，团队成功实施了首例肝移植术后耐药菌感染及西部首例肾移植术后泛耐药铜绿假单胞菌感染的噬菌体治疗，开创了移植后复杂感染救治的新途径。团队建立了完善的噬菌体快速诊疗平台，涵盖噬菌体资源库建设（筛选、纯化、鉴定、质控、保藏）、耐药菌噬菌体配型（院内临床应用配型成功率超过95%）、多学科会诊及伦理审查等全流程体系。已完成的14例挽救性治疗显示：安全性良好，100%患者未出现与噬菌体相关的严重不良反应；目标微生物清除率达78.6%，临床获益明显者占71.4%。在正式的临床试验中，已完成42例可评估病例，结果显示：细菌根除率71.4%，临床改善率83.3%，1月内复发率仅13.3%，其中78.6%来自重症病房。不同细菌类型中，鲍曼不动杆菌转阴率达90.1%、临床改善率100%；不同感染部位中，肺部感染雾化吸入治疗的临床改善率达85.7%。团队严格遵循《噬菌体治疗中国专家建议》规范给药，建立了涵盖雾化吸入、膀胱灌注、手术涂抹/冲洗、脓腔灌注等多途径的精准给药体系。通过与创噬纪公司的深度合作，团队构建了"建库→检出→配型→质检→治疗→监测→评估"的闭环管理模式，为噬菌体治疗的标准化临床推广提供了可复制的实践范本。 3 议题三：One Health专场 本议题从临床转化、院内防控、全球治理、生态学风险到纳米技术赋能，构建了 "从病床到生态、从临床到政策" 的One Health全景。马迎飞研究员以50例临床数据验证了个性化与固定配方制剂的双轨路径；高晓东教授系统梳理了MDRO院内防控的 "筛查-隔离-去定植" 全链条策略；朱泳璋教授通过全球193国数据揭示了AMR治理的政策效果滞后期与核心驱动力；阮楚晋从生态学角度警示了噬菌体干预的 "双刃剑" 效应；王洛凯则将噬菌体与纳米酶融合，构建了兼具杀菌与降耐药基因的"纳米机器人"；共同展示了噬菌体研究在 "人-动物-环境-政策" 全链条中的多元角色。 中国科学院深圳先进技术研究院马迎飞研究员系统汇报了团队在噬菌体治疗领域的临床研究进展与固定配方制剂研发成果。在个性化治疗方面，团队累计入组50例患者，临床改善率达80.0%，细菌清除率46.0%，不良反应率仅6.0%；45例肺部感染中，鲍曼不动杆菌与铜绿假单胞菌的治疗效果均获验证，完成了华南首例噬菌体治疗CRAB肺部感染及铜绿假单胞菌合并脓胸等典型案例。在固定配方制剂方面，团队针对慢性肺部铜绿假单胞菌感染研发出SPCP-PA01，完成7例小规模临床，临床改善率100%，细菌清除率42.8%，未见不良反应，并发现黏液型菌株需2-3轮治疗、普通型1-2轮即可清除、炎症指标随疗程逐步恢复、抗生素敏感性在治疗过程中重现等关键规律。针对ICU多重耐药鲍曼不动杆菌急性感染，团队建立了KL2型特异性分子鉴定与噬菌体制备标准化流程，实现从 "临时寻找" 到ICU快速响应固定配方工具箱的转变，典型案例显示患者治疗39天后肺部病变显著吸收并痊愈出院。 复旦大学附属中山医院高晓东教授系统阐述了MDRO医院感染防控的"筛查-隔离-去定植"全链条策略。基于CHINET监测数据，CRE、MRSA等耐药菌已成为严峻的公共卫生挑战，主动筛查是识别无症状定植患者、阻断传播的关键手段。高教授详细介绍了WHO、CDC及中华医学会等指南推荐的筛查对象、时机和检测方法，并强调筛查必须与接触隔离、环境消毒和手卫生联动。在去定植策略方面，他对比了鼻腔（莫匹罗星）、皮肤（氯己定擦浴）、口腔/消化道（选择性口咽/消化道去污染）、粪便移植（FMT）及噬菌体治疗等多种方法的适用场景与证据等级。他指出，目前国际指南多不推荐对CRE常规去定植，但中山医院已开展噬菌体鸡尾酒用于CRE肠道去定植的探索性实践，并取得初步成效。此外，他还分享了环境清洁消毒及噬菌体-益生菌联合环境消毒的最新研究进展。 上海交通大学医学院朱泳璋教授围绕AMR全球治理展开演讲。他首先介绍了AMR的严峻形势及全球行动计划（GAP）和国家行动计划（NAP）的实施背景，随后重点阐述了团队构建的全球全健康指数（GOHI-AMR）评估体系。通过对2017-2022年193个国家数据的系统分析，研究发现NAP实施对AMR流行存在延迟但可衡量的政策影响，耐药率改善通常在政策采纳后第4-5年出现显著效应，其中多部门合作与AMU监测是最关键的驱动因素。他还介绍了课题组在全球、上海和崇明三个层面开展的AMR溢出机制与One Health防控研究框架。AMR全球治理需要长期投入，政策效果存在4-5年滞后期，多部门协同与监测体系是改善耐药率的核心驱动力，而中国在该领域的实施表现已位居全球前列。 厦门大学海洋与地球学院阮楚晋副教授揭示了噬菌体捕食与抗生素耐药性传播之间的重要关联。研究发现，噬菌体在生物膜中捕食时主要攻击微菌落边缘的细胞，这一选择性捕食行为会减缓不同菌株之间的空间去混合，从而增加供体菌与受体菌之间的接触机会，促进质粒编码的抗生素耐药基因在细菌间传播。该研究通过大肠杆菌菌落生长实验结合计算建模，提供了噬菌体捕食促进抗生素耐药性传播的直接实验证据和理论解释。这一发现对噬菌体治疗具有重要启示：传统观点认为噬菌体治疗不会促进抗生素耐药性传播，但该研究表明，噬菌体治疗可能通过调控微生物群落的空间组织结构，在无抗生素选择压力的情况下，反而促进耐药性的传播。这意味着在开发噬菌体治疗策略时，需要综合考虑噬菌体对群落空间组织的影响及其可能带来的耐药传播风险，为噬菌体治疗的安全性和有效性评估提供了新的思考维度。 山东第一医科大学王洛凯副教授报告了一种新型噬菌体-纳米酶杂化 "纳米机器人"，用于耐药菌及耐药基因的高效防控。研究团队将多价噬菌体N4与钯（Pd）纳米酶偶联构建N4@Pd纳米机器人，兼具 "靶向生物膜裂解耐药菌" 和 "强化杀菌效应并降解耐药基因" 的双重功能。该纳米机器人通过噬菌体特异性吸附靶向大肠杆菌生物膜，利用其弱酸偏好性适应生物膜微环境；同时Pd纳米酶在H₂O₂存在下产生活性氧，实现耐药基因（ARGs）的高效降解。实验表明，N4@Pd能够同步破坏生物膜结构、杀灭抗生素耐药菌（ARB）并降解耐药基因。转录组学进一步揭示其抗菌机制涉及细菌代谢、信号调控及结构维持系统的崩溃，包括膜损伤、脂质过氧化、DNA损伤及翻译劫持等过程。 4 议题四：铜绿假单胞菌和案例专场 本专场以铜绿假单胞菌为线索，从循证医学证据、慢性感染管理、新型递送技术、免疫障碍、耐药耐受机制到儿童特殊人群，呈现了从 "行不行" 到 "怎么用" 的完整治疗链条。如果说乐率副教授的RCT回答了 "噬菌体治疗行不行"，那么李梦哲副教授的慢性感染研究回答了 "慢性场景下怎么用"，石慧教授的微针技术回答了 "怎么递送到感染部位"，杨航教授的抗体研究揭示了 "什么会阻碍疗效"，钟秋教授的耐受机制回答了 "遇到耐药菌株怎么办"，闫慧源医师的儿童案例则展示了 "特殊人群也能做"；共同构建了一个从证据到应用、从基础到临床的铜绿假单胞菌噬菌体治疗全景图。 中国人民解放军陆军军医大学乐率副教授指出，全球虽已发表115篇噬菌体临床治疗案例SCI论文，但缺乏高等级循证医学证据，尤其是随机对照试验（RCT）极为稀缺。中国虽在ChiCTR注册了8项噬菌体治疗RCT，但尚未产生高质量RCT论文，因此亟需开展规范化的噬菌体RCT。其团队针对铜绿假单胞菌开展了国内首个随机、对照、双盲的噬菌体治疗临床试验：从约100株铜绿假单胞菌中筛选出4株宿主谱互补的噬菌体，组成广谱鸡尾酒制剂CPD-PA01（覆盖单中心90%以上菌株），采用噬菌体+抗生素联合用药设计。截止2026年5月31日已入组48例，安全性良好，第3天清除铜绿假单胞菌的速度显著更快，有望帮助患者更早进行植皮手术。该RCT充分证明了噬菌体的安全性，有效性仍在评估中。 北京化工大学李梦哲副教授围绕慢性呼吸道铜绿假单胞菌感染展开。团队从全国11个城市筛选93株裂解性噬菌体，覆盖14个Clusters，对211株铜绿假单胞菌的裂解谱达98.10%。在个性化配型阶段，针对囊性纤维化及支气管扩张症合并铜绿假单胞菌感染患者开展治疗，发现感染阶段是影响疗效的重要因素，噬菌体治疗对呼吸道微生态具有个体化重塑作用，不会破坏菌群平衡。为突破配型耗时瓶颈，团队开发了靶向临床优势病原菌的固定配方噬菌体鸡尾酒制剂，覆盖≥80% ICU临床来源耐药菌，核心工作库超过200株噬菌体，在33例慢性感染患者中显示出多方面疗效。 西南大学石慧教授团队开发了负载噬菌体的超声触发压电催化微针，用于治疗铜绿假单胞菌感染伤口。以羊毛提取的角蛋白构建多孔支架制备微针，负载的噬菌体对生物被膜具有显著抑制（39.64%）和清除（66.17%）效果。小鼠感染模型显示，该微针7天内显著促进伤口愈合，恢复表皮结构和胶原纤维排列，生物安全性良好。该策略将压电材料的物理抗菌效应与噬菌体的生物靶向治疗相结合，通过超声触发产生活性氧协同杀菌，为耐药菌感染提供了新的解决方案。 中国科学院武汉病毒研究所杨航教授系统揭示了中和抗体导致噬菌体治疗失败的双重作用机制：一是直接中和——抗体靶向噬菌体尾部结构蛋白，阻断其对宿主菌的吸附并抑制DNA注射；二是免疫清除——抗体诱导噬菌体发生凝集，促进吞噬细胞清除。即使通过进化筛选获得能逃逸直接中和的噬菌体变体，仍无法逃避抗体加速的吞噬清除。该研究为理解噬菌体治疗中的宿主免疫障碍提供了新视角，也为开发 "双逃逸突变体" 提供了理论基础。 中国人民解放军陆军特色医学中心钟秋教授聚焦棕色铜绿假单胞菌的双重耐受机制：一是 "外部物理屏障" ——LPS大片段缺失阻断噬菌体吸附；二是 "内部生化清除" ——休眠细菌通过ROS介导的氧化应激降解噬菌体基因组。基于该模型，团队合成改造噬菌体构建了裂解能力增强的鸡尾酒Syn-PAC-1，已成功应用于临床：一名70岁糖尿病足患者经14天治疗后创面细菌计数显著下降，感染得到有效控制。 复旦大学附属儿科医院闫慧源医师分享了两例儿童噬菌体治疗案例。第一例为9月龄患儿，自20日龄起反复肺炎伴XDR-AB合并XDR-KP感染，经噬菌体雾化治疗后痰培养转阴、好转出院，粪便样本中检测到噬菌体基因，证实噬菌体成功进入肠道发挥作用。第二例为2月龄肝移植术后患儿，出现CRKP（KPC+）爆发感染，在多种抗生素基础上进行噬菌体多部位给药，展示了噬菌体在复杂移植术后感染中的联合应用策略。 5 议题五：细菌-噬菌体互作机制 本议题围绕 "细菌如何防御，噬菌体如何反制" 这一核心问题，从CRISPR-Cas系统、逆转录酶、核酸酶、蛋白酶到相分离，多层次揭示了这场分子层面的军备竞赛。王艳丽研究员系统阐述了噬菌体Acr蛋白对抗CRISPR-Cas的精密策略；刘亮教授报告了噬菌体编码小RNA抑制Cas9的机制；贾宁教授揭示了逆转录酶介导的 "分子诱饵" 防御范式；朱斌教授介绍了无模板DNA聚合酶DRT4的独特生化机制；陈美容博士证明了蛋白酶模块在细菌免疫中的进化保守性；袁帅研究员首次揭示了相分离在噬菌体转录时序调控中的关键作用；从不同角度共同描绘了一幅 "矛与盾" 持续演化的分子图景。 中国科学院生物物理研究所王艳丽研究员系统阐述了噬菌体Acr蛋白对抗CRISPR-Cas免疫系统的精密策略。在I型CRISPR-Cas系统中，AcrIF25通过解离Csy复合物来抑制其功能；多种Acr蛋白还可通过不同机制阻断靶DNA结合。在II型CRISPR-Cas系统（以Cas9为代表）中，AcrIIC2阻断sgRNA结合，AcrIIC4嵌入结构域缝隙限制R-loop形成，AcrIIC3则将两个Cas9分子锁定形成 "双面夹心" 结构，抑制核酸酶催化活性。这些研究揭示了噬菌体通过多样且精密的分子策略对抗细菌免疫系统的演化智慧，为优化噬菌体治疗策略和开发新型基因编辑工具提供了重要理论基础。 厦门大学刘亮教授围绕CRISPR-Cas系统的机制研究与转化应用展开。首先，团队发现噬菌体编码的小RNA可通过模拟嵌合引导RNA来抑制CRISPR-Cas9的活性，并在此基础上开发了基于Cas9和Cas12反式切割活性的分子诊断平台，已成功应用于Mpox假病毒和SARS-CoV-2基因组的快速检测。其次，团队最新发现了CRISPR-Cas12h系统（Type V-H），该系统是RNA引导的DNA靶向系统，能够阻止噬菌体入侵并可通过沉默基因表达实现防御功能；Cas12h碱基编辑器可在多个靶点实现高效的A-to-G碱基替换，且其分子诊断工具具有优异的高盐耐受性，可应用于极端环境下的核酸检测。该系统的发现拓展了CRISPR工具箱，在噬菌体防御、核酸检测和碱基编辑等领域展现出广阔前景。 南方科技大学贾宁教授聚焦细菌逆转录酶介导的抗病毒免疫新机制。他此前发现的DRT9系统揭示了噬菌体感染导致dATP升高，激活DRT9以非编码RNA为模板逆转录合成poly(A)单链cDNA，随后SSB蛋白结合该cDNA形成 "分子诱饵" 阻断噬菌体复制（被Nature Reviews Microbiology亮点报道）。在此基础上，他介绍了最新的DRT2系统——通过噬菌体NrdAB蛋白介导的dGTP升高和SSAP/SSB蛋白直接结合DRT2两种独立信号感知入侵，激活逆转录酶产生双链DNA，进而翻译出Neo蛋白，Neo蛋白直接结合并破坏宿主细胞膜，导致膜去极化和细胞生长停滞，从而阻止噬菌体传播。这一发现提出了 "RNA模板化的neo基因创建" 概念，揭示了逆转录酶在细菌免疫中的全新作用范式。 华中科技大学朱斌教授梳理了噬菌体编码的核酸酶家族，将其划分为参与中心法则的酶（如T7 RNA聚合酶、T4 DNA连接酶等经典工具酶）和参与免疫防御的酶（如限制性内切酶、CRISPR/Cas系统、Gabiija系统等）。他重点介绍了一类新型酶——DRT4（蛋白质引物无模板末端转移酶），该酶能够形成蛋白质-DNA共价加合物并在无模板条件下催化DNA聚合反应，揭示了噬菌体在核酸代谢层面的独特生化机制。他提出的 "噬菌体抗性机制模型" 阐释了噬菌体如何通过这类核酸酶应对宿主免疫压力，并展望了DRT4在DNA合成技术中的潜力，包括开发DNA外切功能变体、实现无需引物的超长DNA从头合成，为合成生物学和基因治疗领域提供新型工具酶资源。 中国药科大学陈美容博士的报告揭示了细菌与噬菌体之间持续进行的 "军备竞赛"。细菌进化出了多层次防御机制：第一层防线包括阻止噬菌体吸附、限制-修饰系统以及CRISPR-Cas等靶向核酸的免疫系统；当防线被突破后，细菌会启动 "流产感染"（Abi）机制——通过程序性细胞死亡来阻断噬菌体传播。报告重点揭示了蛋白酶介导的免疫机制在细菌中的普遍存在与进化保守性。通过大规模生物信息学分析，证明了Trypsin-MBL模块在不同细菌免疫系统中广泛存在且高度共进化（rho = 0.677），不仅存在于经典的Hachiman、Argonaute等系统中，还在ABC-3C等新型免疫系统中出现，构成了细菌免疫网络中一个高度保守的核心调控节点。这一研究为理解细菌抗噬菌体免疫的分子进化提供了全新视角。 中国科学院武汉病毒研究所袁帅研究员揭示了相分离在噬菌体转录时序调控中的关键作用。SP01噬菌体通过σ因子的逐级替换依次表达早期、中期和晚期基因。研究团队发现，使用1,6-己二醇破坏液-液相分离（LLPS）后，SP01噬菌体传播被显著抑制，低MOI条件下几乎完全阻断感染。进一步分析表明，相分离破坏选择性抑制中期和晚期基因转录，而早期基因转录基本不受影响。系统分析发现仅有Gp25.1、Gp27和Gp44含有与相分离相关的特征序列，这些早期蛋白可能通过相分离形成生物分子凝聚体来调控噬菌体基因表达的时序转换。该研究为理解噬菌体感染机制提供了新的分子视角。 6 议题六：噬菌体治疗前沿基建 本议题聚焦噬菌体治疗产业化的 "基础设施" 建设，从基因组编辑、鸡尾酒理性设计、受体蛋白模块化、口腔微生态到AI赋能，展示了从工具开发到平台建设的完整技术矩阵。王海龙教授开发了SMART噬菌体基因组编辑技术，为工程噬菌体构建提供了 "底盘"；张兴林教授创新了PIRA-PhaCo算法，让鸡尾酒设计从经验试错走向理性计算；荆世松博士建立了RBP模块化重编程体系，实现了宿主谱的可编程切换；朱宇豪博士揭示了口腔三方共生机制，为噬菌体在口腔感染中的应用提供了新思路；于童通过微重力训练加速噬菌体进化，构建了荧光工程噬菌体与解毒工程噬菌体；张月博士则引入AI平台DeepLysin与肽聚糖组学，发现宽谱裂解酶LLysSA9；共同构成了噬菌体治疗从 "基础研究" 到 "临床转化" 之间的关键技术桥梁。 山东大学王海龙教授介绍了其团队开发的SMART噬菌体基因组编辑技术。该技术将T7噬菌体基因组拆分为10个片段克隆到BAC载体中，通过Gibson、RecET和ExoCET等组装拯救技术实现多位点同步无痕修饰，成功构建出基因组精简9.8%的T7-B底盘噬菌体（36kb），有效解决了野生型噬菌体无法容纳3kb以上外源基因的问题。团队系统分析了底盘噬菌体8个不同位点的外源基因表达强度，将金黄色葡萄球菌裂解酶、无乳链球菌裂解酶等插入高表达位点，构建出能同时裂解大肠杆菌、金黄色葡萄球菌和链球菌的 "超级工程噬菌体"，展现出治疗多细菌复合感染的巨大潜力。此外，团队还以益生菌为出发菌株构建了噬菌体安全生产底盘宿主，实现了多种噬菌体的高效安全生产。 临沂大学张兴林教授针对耐万古霉素屎肠球菌（VREfm）感染，开展了噬菌体鸡尾酒理性设计研究。团队建立了包含80株噬菌体和168株宿主菌的大规模Efm噬菌体资源库，通过绘制噬菌体-宿主互作图谱揭示了Efm噬菌体主要以肠球菌多糖抗原（EPA）为受体，并发现噬菌体间易发生交叉抗性。在此基础上，团队创新性地开发了基于成对相互作用模型和宿主范围的噬菌体鸡尾酒理性设计算法（PIRA-PhaCo），该算法通过量化噬菌体间的协同效应，同时优化广谱性和抗交叉抗性，突破了传统鸡尾酒设计依赖经验试错的局限。体外和体内实验验证表明，基于PIRA-PhaCo设计的噬菌体鸡尾酒在控制VREfm感染方面展现出优异效果，为噬菌体疗法从经验性应用走向理性设计提供了重要技术工具。 中国科学院微生物研究所荆世松博士围绕 "基于受体结合蛋白（RBP）挖掘与模块化组装的可编程肺炎克雷伯菌噬菌体构建" 展开。团队从数据库序列中解析RBP与KL型的靶向规律，筛选出47个候选RBP（41个成功表达），覆盖174株测试菌株和88种KL型，构建了较完整的RBP-KL元件库，并将部分RBP靶向范围拓展至32个KL型。在底盘噬菌体改造方面，以RCIP0109为底盘，通过替换不同来源的RBP模块实现了宿主谱定向切换，成功构建了靶向KL25和KL64型菌株的工程化噬菌体。研究还利用RBP1/RBP2的保守接口实现了不同来源RBP的兼容组装，并通过宿主异源表达策略构建出多价"伪型"噬菌体群体，在不直接修改基因组的前提下安全扩展宿主范围。该研究建立了从RBP资源挖掘到底盘噬菌体模块化重编程的完整技术体系。 中国人民解放军陆军军医大学朱宇豪博士聚焦口腔微生物群中的三方互作系统——溶齿放线菌（XH001）、超微寄生菌TM7x和裂解性噬菌体LC001。团队发现，在长期共生突变菌株中，转录因子phcR发生Q39H点突变，导致其与CWP合成基因簇启动子结合亲和力降低，下调细胞壁多糖合成。这一改变同时降低了噬菌体LC001和寄生菌TM7x对宿主菌的吸附能力，赋予宿主部分噬菌体抗性，但突变株的口腔定植能力也明显降低。这种 "妥协性突变" 恰恰促进了三者在口腔环境中的长期共存。小鼠模型显示，该突变株诱导的牙周炎症状较野生型显著缓解，噬菌体LC001治疗也展现出对野生型XH001诱导牙周炎的良好疗效。该研究为噬菌体疗法在口腔感染中的应用提供了新思路。 山东理工大学于童博士系统介绍了噬菌体工程化改造的两大方向：防控细菌生物被膜和提升杀菌效率。在生物被膜防控方面，团队以胞外DNA（eDNA）为靶点，利用中国涡虫来源的DNase II家族酶导入噬菌体，构建了能够降解eDNA、破坏生物被膜结构的工程噬菌体，相关成果已完成1000万元技术转化。在提升杀菌效率方面，针对CRE、3GC、QR全耐药大肠杆菌，团队采用微重力训练作为"进化加速器"，获得了更优秀的底盘噬菌体，并进一步构建出荧光工程噬菌体与解毒工程噬菌体，实现裂解依赖性表达与释放。斑马鱼感染模型证实，这些工程噬菌体能够伴随检测、指导用药时机，显著减轻炎症反应且防止细菌反弹。 香港理工大学张月博士介绍了AI平台DeepLysin与肽聚糖组学技术。团队建立了基于生物信息学和人工智能的高效裂解酶挖掘系统DeepLysin，成功发现裂解谱极宽的新型裂解酶LLysSA9。该酶不仅能裂解葡萄球菌属，还能跨越种属屏障裂解链球菌属和肠球菌属，MIC90仅2~4 μg/mL，杀菌效率极高（<1分钟完全杀菌），在感染小鼠模型中均展现出显著疗效。通过肽聚糖组学分析，团队发现LLysSA9特异性切割肽聚糖中的D-Ala-X肽键，靶向多种细菌共有的"双糖四肽"核心结构，该切割模块高度保守，不易诱导耐药性，为开发新一代抗感染治疗策略提供了重要理论基础。 7 议题七：噬菌体交叉前沿研究 本议题从肠道演化、兽用防御系统和生物探针等独特视角，展示了噬菌体研究在跨领域中的创新应用。汤芳教授探究了噬菌体在肠道环境中的适应性演化规律；陶攀教授揭示了HXS防御系统在人兽范式中的双重角色；周昕教授则利用M13噬菌体构建了超灵敏抗原检测体系。这些研究虽然主题各异，但共同指向一个趋势：噬菌体不再仅仅是"抗菌工具"，其独特的生物学特性正在被挖掘为跨越多个领域的通用技术平台。 中国药科大学汤芳教授探究了噬菌体在肠道环境中的适应性演化规律。以T4类噬菌体Φ33为对象，研究发现肠道传代后wac基因发生突变，导致wac蛋白与尾丝蛋白gp35亲和力下降，长尾纤维伸展，显著增强了噬菌体对肠道细胞和宿主菌的黏附能力。肠道黏蛋白（mucin）是驱动该突变的关键环境因素。研究还考察了与Φ33相似性达96.82%的噬菌体PSD2001，发现其出现了gp35平行突变，同样降低了gp35与wac的亲和力，导致相同表型。这一平行发现提示，噬菌体通过尾纤维结构变化增强肠道黏附的演化策略具有普适性，为优化肠道噬菌体治疗提供了重要理论依据。 华中农业大学陶攀教授探讨了HXS抗噬菌体防御系统的双重角色。他指出人用噬菌体走"特异定制模式"，而兽用噬菌体必须满足 "普适药剂模式"（超广谱、极致性价比），但噬菌体裂解谱过窄是核心难题。团队发现的新型广谱抗噬菌体防御系统HXS，在112株大肠杆菌中110株具备该能力。HXS系统由HxsD、HxsB、HxsC、HxsA四个基因组成，通过抑制噬菌体DNA注入发挥防御作用，T7噬菌体可通过突变gp15和gp16逃逸该防御。陶攀教授的研究不仅揭示了HXS作为噬菌体治疗障碍的分子机制，也指出其在噬菌体污染防控中的潜在应用价值——既可成为治疗需要克服的屏障，也可作为防控噬菌体污染的 "盾牌"，对推动兽用噬菌体产品从实验室走向产业化应用具有重要意义。 河北医科大学第一医院周昕教授利用M13噬菌体构建了超灵敏抗原检测体系。M13噬菌体天然具有展示外源蛋白（如抗体）的能力，可特异性识别并结合目标抗原；其衣壳蛋白富含碱性氨基酸残基，可通过多种化学修饰方式灵活偶联功能分子。研究进一步将噬菌体与金纳米颗粒（GNPs）结合，利用噬菌体自组装形成纳米颗粒的特性，构建超灵敏的抗原检测体系。金纳米颗粒具有强表面等离子体共振效应，能够显著增强检测信号。该技术融合了噬菌体展示、化学修饰和纳米材料的优势，为疾病标志物的高灵敏检测提供了新的策略和工具。 7 学习与感悟 感谢第九届中国噬菌体治疗大会给予基因帮本次宝贵的学习机会。纵观全场报告，我们深切感受到中国噬菌体治疗领域正在经历从 "可行性验证" 到 "高级别循证医学证据" 的历史性跨越：随机对照双盲临床试验启动、多个百例级大样本临床数据发布、《噬菌体治疗新技术临床研究备案指引》正式发布、标准化体系建设加速推进——这一切都标志着中国噬菌体治疗正在步入规范化、产业化的快车道。 与此同时，合成生物学、人工智能、纳米技术等交叉学科的深度融入，正在为噬菌体治疗注入全新的创新动力，这些前沿探索让我们对未来充满期待。 基因帮将继续深耕病毒组与噬菌体研究领域，以专业的技术服务和创新的解决方案，参与中国噬菌体治疗事业新征程。 THE END 如您有任何需求，欢迎咨询在 线客服，基因帮竭诚为您服务 邮箱 | support@genebang.com 官网 | https://www.genebang.com/ 技术支持 | 028-85516984/18030528473 客服电话 | 028-84122383/18010625562

6月26日，齐都药业建厂五十周年院士专家学术报告会在淄博市齐盛国际宾馆成功举办。中国工程院院士、北京大学药学院教授张强，中国工程院外籍院士、欧洲科学院院士、山东大学微生物改造技术全国重点实验室主任张友明，沈阳药科大学原校长程卯生，北京大学医学部副主任、药学院党委书记焦宁，中国药科大学科学技术研究院常务副院长杨鹏五位专家作学术报告。北京大学药学院副院长汪贻广、中国药科大学药学院教授尹莉芳、山东大学药学院教授翟光喜、山东理工大学生命与医药学院副院长徐佳宁、教授曹忠红出席报告会。淄博市科技局副局长曲文岳致欢迎词，齐都药业党委书记郑家晴致答谢辞。市区相关部门负责人，相关企业单位代表、山东理工大学师生代表和齐都药业研发技术骨干共200余人出席报告会。 报告会上，五位专家立足国际国内医药前沿，紧扣创新难点与产业转型，带来一系列高水平高质量学术报告。 张强院士系统介绍新型纳米制剂药物的定义、分类、产业发展及前沿研究进展，指明产学研协同攻坚与成果落地的方向。 张友明院士深度解读原创Red/ET基因重组技术，全面展示该技术在抗体药物研发、实体瘤靶向治疗、急性心肌梗死治疗等领域的应用前景。 程卯生教授围绕全球小分子化学创新药的发展现状与产业格局，客观研判当前创新药研发面临的挑战，并提出行业高质量发展的对策与展望。 焦宁教授聚焦药物分子骨架编辑前沿技术，展现其在创新药物临床前研发中的突出优势，并介绍新药结构设计、先导化合物优化、创新药管线布局等方面最新研究。 杨鹏教授针对细胞周期调控与抗癌创新药物研发，重点分享前列腺癌靶向药物研发进展，呈现两个全新药物靶标从科学验证到候选分子开发的全链条研发路径，为创新药研发提供了可落地的新思路。 山东大学原副校长娄红祥，山东省医院协会会长赵升田，中国海洋大学医药学院副院长李德海共同主持报告会。 曲文岳代表淄博市科技局，向齐都药业建厂五十周年及学术报告会召开表示祝贺。他介绍，淄博市多年来将新医药列为全市“四强”产业重点培育，已形成产业链条完整、集群效应显著、创新体系完善、研发成果丰硕的比较优势。他指出，齐都药业作为全市医药产业骨干企业，坚持产学研合作，搭建国家级创新平台，组建高水平研发团队，走出了一条依靠科技创新驱动高质量发展的特色道路。他希望，企业要以建厂五十周年为新起点，深化校企协同创新，集聚全国优势资源和高端人才，持续突破关键核心技术，不断提升核心竞争力。 郑家晴在致辞中，向出席齐都药业建厂五十周年活动与学术报告会的各位院士专家，向带来前瞻性高水平学术报告的各位专家，向负责组织与主持报告会的各位教授，表示衷心感谢。他指出，齐都药业过去五十年，因科技而兴，因校企合作而兴，因各位专家教授的参与和支持而兴。今后一个时期，企业将进一步强化科技创新、强化校企合作、强化与国内外知名专家教授的交流合作，通过科技赋能加快企业发展。他介绍，“十五五”期间，齐都药业制定了百亿齐都、一流管理水平、“实业+科技+资本”融合突破三大主要任务目标。淄博市政府也制定了“十五五”期间医药产业打造千亿级产业集群的发展目标。希望有更多院校更多专家，参与到齐都药业振兴发展的实践中来、参与到淄博医药产业振兴发展的实践中来，真诚合作，共赢未来。 1 END 1 撰稿 | 张飞龙 摄影 | 李思思 编辑 | 马宁宁