IT之家 8 月 18 日消息，近日，麻省理工学院（MIT）的研究团队宣布，人工智能（AI）成功设计出两种新型潜在抗生素，有望杀死耐药性淋病病菌和耐甲氧西林金黄色葡萄球菌（MRSA）。
研究人员表示，这两种药物由 AI 从原子层面设计而成，并在实验室及动物实验中成功杀死了超级细菌。不过，它们仍需经过数年的改进和临床试验，才能正式投入临床使用。
当前，抗生素耐药性问题日益严重，每年导致超过百万人死亡。抗生素的过度使用促使细菌进化出躲避药物作用的能力，而新抗生素的研发却长期处于停滞状态。此前，研究人员曾利用 AI 筛选已知化学物质，以寻找潜在的新型抗生素。此次，MIT 团队则更进一步，直接利用生成式 AI 设计针对淋病和可能致命的 MRSA 的抗生素。
IT之家注意到，该团队的研究成果已发表在《细胞》杂志上，他们让 AI 分析了 3600 万种化合物，包括尚未被发现的化合物。研究人员向 AI 提供已知化合物的化学结构以及它们对不同细菌生长的影响数据，AI 通过学习不同分子结构对细菌的影响，来设计新型抗生素。在设计过程中，AI 还排除了与现有抗生素过于相似的结构，并确保设计出的是药物而非类似肥皂的物质，同时剔除对人类有毒的化合物。
研究人员利用 AI 设计出的抗生素针对淋病和 MRSA 进行了实验室细菌测试和感染小鼠实验，最终得到两种新型潜在药物。MIT 的詹姆斯・柯林斯教授表示：“我们很兴奋，因为这证明了生成式 AI 可以用于设计全新的抗生素。AI 能够让我们以低成本、快速的方式创造出新分子，从而扩大我们的武器库，在与超级细菌的斗智斗勇中占据优势。”
然而，这些药物目前尚未准备好进行临床试验，预计还需要一到两年的时间进行改进，之后才能开始漫长的人体测试过程。来自弗莱明倡议和伦敦帝国理工学院的安德鲁・爱德华兹博士认为，这项工作“非常重要”，具有“巨大潜力”，因为其“展示了识别新型抗生素的新方法”。但他也指出：“尽管 AI 有望大幅改进药物发现和开发，但在测试安全性和有效性方面，我们仍需付出艰苦的努力。”
这一过程漫长且成本高昂，且无法保证实验药物最终能被用于临床。一些专家呼吁进一步改进 AI 药物发现技术。柯林斯教授表示：“我们需要更好的模型，这些模型不仅要考虑药物在实验室中的表现，还要更好地预测它们在人体内的有效性。”
此外，AI 设计的药物制造难度也是一个问题。尽管 AI 从理论上设计出了 80 种针对淋病的顶级治疗方案（化合物），但在实际操作中，仅有 2 种能够被成功合成并制成药物。
沃里克大学的克里斯・道森教授认为，这项研究“很酷”，表明 AI 在抗生素发现方面取得了“重大进展”，有助于应对耐药性问题。但他也指出，药物耐药性感染还存在一个经济问题 ——“如何制造没有商业价值的药物？”如果发明了一种新的抗生素，理想情况下应该尽量少用以保持其有效性，但这也使得制药企业很难从中获利。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。
