研究核心发现 - 2026年4月2日，法国巴斯德研究所的研究团队在《Science》上发表论文，通过开发三个互补的AI模型，大规模预测了细菌的抗病毒免疫系统，揭示了其多样性远超此前认知[3] - 研究预测出**239万个**抗病毒蛋白，其中**85%** 此前被认为与免疫无关，并定义了约**23000个**预测的操纵子家族，大多数此前未知[3][9] - 对超过**32000个**细菌基因组的分析显示，典型细菌基因组中约**1.5%** 的基因专门用于抗病毒防御[9] - 研究不仅进行预测，还通过实验验证了**12个**全新的抗噬菌体防御系统，包含脱氧核糖核酸酶、肽酶等此前与免疫无关的结构域[12] 研究方法与模型 - 研究开发了三种互补的深度学习模型来“透视”细菌基因组[7] - **ALBERT DF模型**：专注于基因组上下文信息，将蛋白质家族视为“单词”，相邻基因序列视为“句子”，学习基因组的“语法规则”[7] - **ESM DF模型**：基于蛋白质语言模型，直接分析氨基酸序列，能捕捉复杂模式，即使与已知系统无同源性也能识别防御功能，实验验证发现包含DUF7946等新结构域[7] - **GeneCLR DF模型**：整合序列和基因组上下文信息的“全能选手”，达到了**99%** 的精确度和**92%** 的召回率，性能最强[7] 行业意义与资源 - 该研究提供了一种大规模发现细菌免疫系统的深度学习框架，并构建了“细菌抗病毒免疫图谱”[14] - 研究团队创建了一个交互式可视化资源（https://defensefinder.mdmlab.fr/wiki/refseq_predicted），包含超过**19000个**候选操纵子家族，为后续实验研究提供线索[14] - 这些新发现的细菌免疫系统可能为开发新型抗菌策略、理解微生物群落动态以及设计合成生物学工具提供全新思路[14]

文章核心观点 - 中国药科大学科研团队揭示了一种细菌通过代谢抵抗噬菌体感染的新免疫机制，该发现为未来开发相关抗感染药物提供了重要思路 [1][2] 科研发现与机制 - 研究团队基于CRISPR-Cas系统，历经两年多研究，发现了另一种基于ATP代谢的细菌免疫新机制 [1] - 新机制通过将细菌体内的能量因子ATP代谢为具有毒性的ITP，消耗殆尽能量，使噬菌体因缺少足够能量而无法自我复制，从而放缓感染进程 [2] - 细菌自身在缺少能量时会进入“冬眠”状态，并通过一种水解酶将ITP进一步降解以解毒，在清除体内噬菌体后可以逐渐“复苏” [2] 科学意义与应用前景 - 此次新发现的抗感染机制揭示了细菌免疫与代谢作用之间的内在联系 [2] - 该发现有助于深化科学界对基因编辑技术的认识 [2] - 研究成果为今后开发相关抗感染药物提供了重要思路 [1][2]