人工智慧（AI）最近成功設計出兩種潛在的新抗生素，這些抗生素有望對抗耐藥性細菌，如淋球菌（Neisseria gonorrhoeae）和耐甲氧西林金黃色葡萄球菌（MRSA）。這項研究由麻省理工學院（MIT）Abdul Latif Jameel 診所的團隊進行，並發表在《Cell》期刊上。
這些新藥物是由AI逐個原子設計而成，並在實驗室和動物測試中成功殺死了這些超級細菌。儘管這些化合物仍需經過數年的精煉和臨床試驗才能投入使用，但研究人員相信，AI的應用可能會開啟抗生素發現的「第二黃金時代」。
目前，耐藥性感染每年造成超過100萬人死亡，這主要是由於抗生素的過度使用使得細菌進化出抵抗藥物的能力。長期以來，新的抗生素供應短缺，這使得尋找新藥物變得更加迫切。
MIT的研究團隊利用生成式AI設計抗生素，針對淋病和MRSA這兩種感染進行研究。他們的研究分析了超過3,600萬種化合物，包括一些尚未存在或未被發現的化合物。AI透過學習已知化合物的化學結構及其對不同細菌生長的影響，來設計新的抗生素。
研究中，AI採用了兩種生成式設計方法：第一種是片段構建法，從數百萬個化學片段中尋找有前景的起始點，然後進行構建；第二種是自由設計法，讓AI從一開始就自由設計全新化合物。這一過程還排除了與現有抗生素過於相似的化合物，並確保所設計的藥物不會對人類有毒。
經過實驗室測試和在感染小鼠身上的測試，最終產生了兩種新的潛在藥物。麻省理工學院的詹姆斯·柯林斯（James Collins）教授表示：「我們感到興奮，因為我們展示了生成式AI可以用來設計全新的抗生素。」
然而，這些藥物尚未準備好進入臨床試驗，預計還需要一到兩年的時間進行精煉，然後才能開始長期的臨床測試。倫敦帝國學院（Imperial College London）的安德魯·愛德華茲（Andrew Edwards）博士指出，這項工作具有「重大意義」和「巨大的潛力」，因為它展示了一種識別新抗生素的新方法。
儘管AI有望顯著改善藥物發現和開發，但仍需進行大量的安全性和有效性測試。這個過程通常漫長且昂貴，並且沒有保證實驗藥物最終會被批准使用。
此外，研究人員也呼籲改善AI藥物發現的模型，超越實驗室的表現，尋求更能預測藥物在人體內有效性的模型。製造AI設計的藥物也面臨挑戰，根據理論設計的80種淋病治療藥物中，只有兩種成功合成為藥物。
華威商學院（University of Warwick）的克里斯·道森（Chris Dowson）教授表示，這項研究顯示AI在抗生素發現方面是一個重要的進步，能夠減緩耐藥性細菌的出現。然而，他也指出，對於耐藥性感染，還存在經濟問題，即如何製造沒有商業價值的藥物。
（首圖來源：pixabay）
文章看完覺得有幫助，何不給我們一個鼓勵
請我們喝杯咖啡
x 1 x 3 x 5 x 您的咖啡贊助將是讓我們持續走下去的動力
總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》 取消 確認(责任编辑：吴忠市)
