利用机器人和计算机视觉的高通量方法开发治疗噬菌体混合制剂

这对日常感染为何重要

抗生素耐药性正把曾经常见且容易治疗的感染，如泌尿道感染（UTI），变成顽固且有时危及生命的问题。本研究介绍了科学家如何利用机器人、相机和数据分析来构建基于病毒的药物——噬菌体混合制剂，可针对导致UTI的耐药细菌进行精确攻击。研究展示了一个工业化风格的自动化实验室如何筛选大量噬菌体与细菌的配对，以设计一种适用于大多数患者的现成治疗方案。

把常见感染作为试验案例

UTI是人们接受抗生素治疗的最常见原因之一，尤其是女性，许多人会反复出现感染。主要元凶是一种对常规药物日益耐药的大肠埃希菌（E. coli）。传统抗生素作用范围广，可能扰乱体内有益微生物，同时促使细菌进化出耐药性。噬菌体——感染细菌的病毒——提供了一种更有针对性的选择，但单一噬菌体通常只攻击特定菌株。挑战在于找到合适的噬菌体组合，能够协同应对现实世界中导致UTI的大肠埃希菌的多样性。

建立一个真实的病原细菌库

研究团队首先组建了一个大且多样化的引起UTI的大肠埃希菌菌株面板，以反映临床上的情况。从约1,700个来自患者和商业来源的分离株出发，并结合大约10,000份公开可得的大肠埃希菌基因组数据，他们最终挑选出356株组成“临床面板”。这些菌株覆盖主要遗传谱系，来自美国39个州的患者，并包括许多对多类抗生素具有耐药性的株系。每个菌株都被小心培养、分装、条形码标记并存放在自动化冷冻设备中，以便机器人能够反复且可靠地取用进行测试。

机器人与相机寻找最佳噬菌体组合

接下来，研究人员转向另一端：噬菌体。他们收集了1000多个环境样本，主要来自污水，用临床面板筛选出1,143种针对大肠埃希菌的噬菌体，其中421种成为主要工作株。一个定制的机器人平台使用多通道移液器、培养箱和酶标仪，在微孔中混合细菌、噬菌体和培养基，并在20小时内追踪细菌的生长情况。通过将受噬菌体处理孔的生长情况与未处理对照相比，该系统衡量了每种噬菌体或噬菌体组合抑制细菌生长的效果。随着时间推移，这一流程产生了约150万条生长曲线和超过380万条噬菌体—细菌反应记录，并将这些数据输入鸡尾酒预测模型，以建议新的、有前景的组合进行测试。

让计算机视觉数清幸存者

光学读数可以反映总体浑浊度，但难以检测到仅剩少量细菌的情形。为量化深度杀灭，团队增加了第二种自动化测定。机器人对样品进行稀释，点样到琼脂平板上并孵育，使单个幸存细菌形成可见菌落。高分辨率相机随后对平板拍照。定制的图像分析流程使用三种不同算法来计数菌落和噬菌体诱导的透明圈，通过交叉校验结果并将有分歧的情况标记供人工复核。在超过200万个点样中，该自动化系统在精度上与受训分析人员相当或更优，同时具备远超人力的规模，提供了可靠的存活细菌和噬菌体颗粒计数。

从数百万次测试到一种强效混合制剂

利用这些高通量测定和预测工具，研究人员将数千种可能性缩小到一种六噬菌体混合制剂，LBP-EC01。在药品级条件下生产的该混合制剂在实验室中对356株临床面板菌株中的96.4%显示活性，并在大多数情况下将细菌数量至少降低10万倍。当团队测试来源于一项正在进行的针对急性UTI女性的二期临床试验首批分离株时，97%的独特菌株对该混合制剂呈敏感，其杀灭谱系与先前构建的面板高度一致。重要的是，在监测期内未观察到患者体内细菌对噬菌体产生遗传耐药性的证据。

这对未来治疗意味着什么

简而言之，这项工作表明，精心设计的自动化与成像可以消除噬菌体疗法中的许多试探性步骤。通过将真实的患者细菌集合与机器人测试和计算机视觉相结合，研究人员创建了对临床样本广泛有效的噬菌体混合制剂。尽管仍需更大规模的试验来确认临床益处，这一方法为开发固定化、可扩展的噬菌体药物以应对多药耐药感染并减少对传统抗生素依赖提供了蓝图。

引用: Penke, T.J.R., Hammack, A.T., McMillan, L.J. et al. High-throughput methods leveraging robotics and computer vision for the development of therapeutic phage cocktails. Nat Commun 17, 2192 (2026). https://doi.org/10.1038/s41467-026-68684-x

关键词: 噬菌体疗法, 泌尿道感染, 抗生素耐药性, 实验室自动化, 计算机视觉