新闻动态
News
AI+噬菌体：把抗菌研发从大海捞针变成精准导航
发布时间：
2026-09-24
从噬菌体产品制造商，走向融合AI、噬菌体、蛋白工程、无细胞技术与合成生物学的新一代生物技术平台企业，格瑞农正一步一步走过去。研发提速，噬菌体的人工智能时代，才刚刚开始。
细菌耐药，正在成为养殖、种植、食品安全乃至消费医疗领域共同面对的难题。噬菌体及其衍生的裂解酶、噬菌肽，凭借精准杀菌、绿色安全、不易诱导耐药的特点，被视为抗生素的重要替代方案。
但要把它们做成产品，第一步就是难题：好分子，怎么找？
传统研发靠经验，靠海量湿实验逐一盲筛，像在大海里捞针。格瑞农的答案是：让AI做导航，让实验做验证，让数据做燃料。
大海捞针：传统裂解酶研发的三道坎
挖掘效率低: 候选序列空间极大，靠人工经验判断，命中率难以保证。
验证周期长: 每一轮候选都要回到菌株上做湿实验，时间和成本随数量线性增长。
改造成本高: 从有活性到能表达、够稳定、易溶解、可量产，还要反复迭代。
还有一层专业上的难点：噬菌体宿主谱有限，天然噬菌体往往只能覆盖部分菌株。革兰氏阴性菌又有外膜屏障，裂解酶想接触肽聚糖层比阳性菌难得多，两类菌需要不同的设计思路。
这些问题，光靠多筛一点解决不了，需要换研发范式。
AI不是空中楼阁：先有数据底盘，再谈智能
算法再先进，也要吃到高质量、标准化的实测数据。这恰恰是格瑞农的底子：
·5万余株致病菌种库
·1.5万余株烈性噬菌体资源库
·国内首条噬菌体GMP产业化生产线
·累计申请专利百余项，授权40余项
这些资产覆盖动保、植保、水产、消费医疗，并贯通噬菌体筛选、活性评估、高密度发酵、蛋白纯化的全链条工艺。多年的菌株裂解测试，沉淀下来的是一批可以被AI读懂的实验数据，这是市面上不少缺乏产业实测数据的AI蛋白设计模型所没有的。
格瑞农的AI研发模式：一个数据回流的闭环
我们把研发拆成六步，并让它们首尾相连：
数据→AI设计→实验验证→工程化优化→产业化应用→数据回流
AI负责把几万种可能缩小到几十个值得做实验的候选，实验负责给出真实答案，答案又回流成为下一轮模型的训练数据。AI不是替代实验，而是让实验、数据和模型形成更高效的协作。
三个合作，三种能力
与百图生科：双轨建模，让AI设计裂解酶
格瑞农与生命科学大模型企业百图生科（BioMap）共建工程化裂解酶智能设计联合平台。百图生科自研的xTrimo基础大模型参数规模达2680亿，在多个生命科学预测任务中取得业界领先表现。
平台的核心是双轨独立建模：革兰氏阳性菌、阴性菌两套预测通道各自运行、互不干扰，同步优化裂解酶的四项核心指标：广谱性、杀菌活性、结构稳定性、水溶性。
正如百图生科联合创始人、CEO刘维所说，生命科学AI真正进入产业，关键在于让模型与企业长期积累的专有数据、实验体系和研发经验共同发挥作用。
与耀速科技：X-Phage™ Engine，探索噬菌体的虚拟仿真
耀速科技2021年底创立于美国波士顿，用器官芯片结合高内涵三维细胞成像、计算机视觉和AI做药物发现与精准医学研究。器官芯片能提供更接近真实生理环境的模型，这正是传统体外实验难以做到的。
这次合作是一次长期探索：让AI分析、真实生物模型和实验验证彼此连接，通过数据持续反馈与迭代，让噬菌体研发从单一场景走向跨场景，从单点工具走向系统能力。
与西湖大学：让AI替我们“挖矿”，覆盖三大应用场景
如果说百图生科侧重设计，耀速科技侧重仿真，与西湖大学的合作则聚焦AI驱动的智能挖掘与优化：基于人工智能与机器学习模型，构建裂解酶/噬菌肽的挖掘体系，并对噬菌体的裂解性能与宿主范围做AI预测。
AI再聪明，也要回到实验台
不管算法多先进，最后的裁判永远是培养皿和96孔板。每一条AI推荐的候选分子，都要经过格瑞农实验体系的盲测验证：活性、MIC、稳定性、表达量，一项一项过。
回头看，格瑞农做的不只是“把噬菌体做成产品”
有资源
5万株菌库、1.5万株噬菌体库
有产线
国内首条噬菌体GMP产业化生产线
有AI
与百图生科、耀速科技、西湖大学的多点合作
有闭环
数据—AI设计—实验验证—工程化优化—产业化应用
从噬菌体产品制造商，走向融合AI、噬菌体、蛋白工程、无细胞技术与合成生物学的新一代生物技术平台企业，格瑞农正一步一步走过去。
研发提速，噬菌体的人工智能时代，才刚刚开始。
没有了
下一条
