AI篩選發(fā)現(xiàn)全新抗生素 為應(yīng)對(duì)耐藥性問(wèn)題帶來(lái)希望

 科學(xué)家測(cè)試了39000多種化合物對(duì)金黃色葡萄球菌和來(lái)自肝臟、骨骼肌和肺部的3種人體細(xì)胞的影響。這些測(cè)試數(shù)據(jù)被用來(lái)訓(xùn)練AI模型，使其能夠預(yù)測(cè)化合物的抗菌活性及對(duì)人體細(xì)胞的潛在毒性。經(jīng)過(guò)訓(xùn)練后的AI模型對(duì)1200萬(wàn)種化合物進(jìn)行了計(jì)算機(jī)模擬分析，最終發(fā)現(xiàn)了3646種具有理想類(lèi)藥物性質(zhì)的化合物。更重要的是，他們還確定了可解釋每種化合物性質(zhì)的化學(xué)亞結(jié)構(gòu)。

 通過(guò)深入研究這些化合物的化學(xué)亞結(jié)構(gòu)，科學(xué)家成功確定了一種新的潛在抗生素類(lèi)別，并發(fā)現(xiàn)了兩種無(wú)毒的化合物。在小鼠身上的實(shí)驗(yàn)結(jié)果顯示，這兩種新發(fā)現(xiàn)的抗生素對(duì)耐甲氧西林金黃色葡萄球菌和耐萬(wàn)古霉素腸球菌都有顯著的治療效果。

 數(shù)據(jù)顯示，2019年因抗生素耐藥性導(dǎo)致120多萬(wàn)人死亡。預(yù)計(jì)未來(lái)幾十年這一數(shù)字還會(huì)上升。目前只有少數(shù)幾類(lèi)新抗生素，如惡唑烷酮和脂肽，對(duì)耐甲氧西林金黃色葡萄球菌和耐萬(wàn)古霉素腸球菌有效。

 這項(xiàng)研究成果展示了AI在藥物發(fā)現(xiàn)領(lǐng)域的巨大潛力。通過(guò)AI的引導(dǎo)，科學(xué)家不僅能預(yù)測(cè)化合物的生物效應(yīng)，還能深入理解其背后的化學(xué)機(jī)制。這種方法有望加速新抗生素的開(kāi)發(fā)進(jìn)程，還有可能為其他領(lǐng)域的藥物研發(fā)提供新的思路和方法。

 此時(shí)此刻，我們正置身于一場(chǎng)巨大的技術(shù)浪潮之中。驅(qū)動(dòng)這次浪潮的力量之一，就是人工智能。想想看，幾年前我們還為人工智能可以模仿人的聲音而驚奇，如今網(wǎng)絡(luò)視頻中真假難辨的“數(shù)字人”已不再稀罕；幾年前我們還感慨人工智能竟然可以寫(xiě)詩(shī)、譜曲，如今人工智能創(chuàng)作內(nèi)容已發(fā)展成方興未艾的產(chǎn)業(yè)。人工智能正在制造業(yè)、娛樂(lè)、醫(yī)療、教育等各行各業(yè)成為得力助手，助推生產(chǎn)、工作、研發(fā)、學(xué)習(xí)效率的躍升。在這樣的背景下，每個(gè)人都值得好好思考，如何在人工智能時(shí)代更好地立足與生存。

(編輯:月兒)