雷吉娜·巴尔齐莱（麻省理工学院工程学院AI与健康杰出教授）与詹姆斯·柯林斯（麻省理工学院特梅尔医学工程与科学教授）荣获2026年普利兹克AI科学研究卓越奖。
该奖项旨在表彰两位学者"开创性地利用AI推动抗生素发现，将深度学习、生物工程与实验验证相结合，识别出针对耐药病原体的新型抗菌候选药物"的共同成就。
普利兹克AI科学研究卓越奖由芝加哥大学与加州理工学院于2024年联合设立，旨在表彰在AI与自然科学或工程学领域做出共同推动贡献的研究成果。
巴尔齐莱与柯林斯同为阿卜杜勒·拉蒂夫·贾米尔健康机器学习诊所（贾米尔诊所）的教员共同负责人，并隶属于麻省理工学院施瓦茨曼计算学院和工程学院。两人于2020年与时任麻省理工学院博士后、论文第一作者乔纳森·斯托克斯（2017年至2021年在柯林斯实验室工作）共同在《细胞》期刊上发表了他们的首篇突破性论文。该论文描述了首个由人工智能发现的抗生素——哈利辛（halicin），其命名灵感来自斯坦利·库布里克1968年电影《2001太空漫游》中的虚构AI系统HAL 9000。
哈利辛最初是作为潜在糖尿病药物进行研究的，是一种广谱抗生素，由一个基于2500种分子训练的深度学习模型识别发现。经测试，研究团队发现哈利辛能够杀灭耐药细菌（即"超级细菌"），如艰难梭菌、鲍曼不动杆菌和结核分枝杆菌。一个过去需要耗费数年的发现过程，在短短几周内便得以完成。在全球抗菌素耐药性危机日益引发担忧的背景下，这一成果证明了AI能够成为快速识别新型有效抗生素的有力工具。
继哈利辛之后，巴尔齐莱与柯林斯又与斯托克斯（现任麦克马斯特大学助理教授）合作，于2023年利用机器学习识别出阿布西林（abaucin），这是一种窄谱抗生素，对鲍曼不动杆菌表现出有效性。该耐药细菌常见于医院门把手上，也常出现在驻伊拉克和阿富汗的美国士兵伤口中。值得注意的是，阿布西林针对单一耐药菌种的"窄谱"疗效正是其主要优势，这最大限度地降低了细菌产生耐药性的可能性，同时避免伤害肠道内有益菌群。
柯林斯表示："从历史上看，抗生素发现一直依赖于费时费力的试错策略。这一过程缓慢、成本高昂且结果难以预测，往往只能产出少数可行的抗生素候选药物。借助生成式AI，我们正见证一个转变：AI的角色正从发现工具转变为设计工具。这一转变为抗生素发现开辟了新的前沿领域，有望为我们带来下一代挽救生命的药物。"
在巴尔齐莱看来："尽管分子建模领域已取得重大进展，但我们在药物发现方面仍处于早期阶段。借助AI，我们目前只能将发现流程中的部分环节实现自动化，而无法彻底改变整个发现过程。要实现这一目标，我们需要付出巨大努力，构建出能够真实反映人体生物学规律的AI模型。"
