AI模型在菌株水平噬菌体-宿主互作预测中的新范式！

抗生素耐药危机加剧，精准噬菌体疗法催生菌株水平PHI预测新需求

噬菌体疗法正成为对抗抗生素耐药细菌的重要精准工具，但其成功高度依赖于准确、快速的噬菌体-宿主互作（PHI）预测，尤其在菌株（种内）水平——细菌敏感性可能因细微的基因组和结构变异而发生根本性改变。许多噬菌体宿主范围狭窄，有时仅能感染一个物种内的少数菌株，这使得识别治疗有效的噬菌体成为一项非平凡且日益数据密集的任务。

为应对这些局限，新一代人工智能（AI）驱动模型应运而生，利用基因组信息在菌株水平分辨率推断PHI，涵盖生物学基础的特征模型、混合表示学习框架、系统发育无关的机器学习方法和端到端深度学习架构。

图1. PHI预测方法学的演变过程

从实验到AI：菌株水平PHI预测方法的四步演进与五大模型解析

当代AI驱动的PHI预测器整合多样化的生物学信号，包括核苷酸组成、蛋白质结构域以及生态或网络衍生特征，架构谱系从基于特征的传统机器学习到深度学习、图神经网络和混合框架。然而，大多数模型针对属或种水平预测开发，而非菌株水平分辨率。过去两年内，专门用于菌株水平PHI预测的AI框架开始出现。这些模型反映了对生物知识编码方式、不确定性处理方式以及预测能力与可解释性和数据效率之间平衡的不同假设。

PBIP（噬菌体-细菌互作预测器）——端到端深度学习先锋

目前报道的最完全表示驱动的菌株水平PHI预测器。使用预训练蛋白质语言模型UniRep编码噬菌体和细菌宿主的蛋白质序列，通过两阶段聚合策略：首先为每个预测蛋白计算UniRep嵌入，然后在每个噬菌体和宿主内对所有蛋白进行均值池化，拼接后输入包含卷积模块、双向门控循环单元和注意力机制的深度神经网络。明确处理极端类别不平衡，在嵌入空间内直接使用SMOTE进行阳性交互增强，消融分析显示去除该增强步骤导致预测性能大幅下降（约7%–8%）。

关键发现

1、菌株水平PHI预测在受控条件下是可行的，尤其是在特征明确的噬菌体-宿主系统中，但表观性能对数据集组成、评估方案和实验背景高度敏感，限制了跨分类群、实验室和临床环境的泛化能力。

2、主导约束是结构性的而非架构性的：菌株水平PHI数据集稀疏、不平衡且依赖实验方法，预测性能与结果定义、标签分辨率和阴性处理方式紧密耦合，而非仅由模型复杂性决定。

3、临床有用的菌株水平PHI预测最好被框定为决策支持而非自动化。混合、模块化系统结合机械先验、学习表示和迭代表型反馈，提供了通向可解释、适应性强和转化相关预测的最可信路径。

未来展望与应用潜力

噬菌体-宿主互作预测领域开辟了从"自动化仲裁"到"适应性决策支持"的范式转换。在临床噬菌体疗法中，模型输出可能直接影响实验优先级排序或治疗决策，预测框架必须在保持透明和可解释性的同时外推至训练分布之外，以支持用户信任和监管期望。患者来源的细菌分离株可能与参考菌株存在实质性差异，携带模型训练数据中不存在的新型耐药决定簇、表面结构或调控特征。

一种务实的替代方案是将PHI模型嵌入混合、反馈驱动的工作流中：计算预测指导初始噬菌体优先级排序，随后对目标分离株进行快速表型筛选，使用经验结果重新校准或重新排序候选者。这种混合系统与临床噬菌体疗法实践自然契合，将菌株水平PHI模型重新定位为适应性决策支持工具，而非疗效的独立仲裁者——这一框架更符合当前数据现实和生物学复杂性。

参考来源：Malajczuk CJ, Vaitekenas A, Iszatt JJ, et al. Towards accurate artificial intelligence models for strain-level phage–host prediction[J]. Briefings in Bioinformatics, 2026, 27: bbag085. 10.1093/bib/bbag085.