IT之家 8 月 18 日消息，近日，麻省理工學院(MIT)的研究團隊宣布，人工智能(AI)成功設計出兩種新型潛在抗生素，有望殺死耐藥性淋病病菌和耐甲氧西林金黃色葡萄球菌(MRSA)。

　　

 

　　研究人員表示，這兩種藥物由 AI 從原子層面設計而成，并在實驗室及動物實驗中成功殺死了超級細菌。不過，它們仍需經過數年的改進和臨床試驗，才能正式投入臨床使用。

　　當前，抗生素耐藥性問題日益嚴重，每年導致超過百萬人死亡。抗生素的過度使用促使細菌進化出躲避藥物作用的能力，而新抗生素的研發卻長期處于停滯狀態。此前，研究人員曾利用 AI 篩選已知化學物質，以尋找潛在的新型抗生素。此次，MIT 團隊則更進一步，直接利用生成式 AI 設計針對淋病和可能致命的 MRSA 的抗生素。

　　IT之家注意到，該團隊的研究成果已發表在《細胞》雜志上，他們讓 AI 分析了 3600 萬種化合物，包括尚未被發現的化合物。研究人員向 AI 提供已知化合物的化學結構以及它們對不同細菌生長的影響數據，AI 通過學習不同分子結構對細菌的影響，來設計新型抗生素。在設計過程中，AI 還排除了與現有抗生素過于相似的結構，并確保設計出的是藥物而非類似肥皂的物質，同時剔除對人類有毒的化合物。

　　研究人員利用 AI 設計出的抗生素針對淋病和 MRSA 進行了實驗室細菌測試和感染小鼠實驗，最終得到兩種新型潛在藥物。MIT 的詹姆斯?柯林斯教授表示：“我們很興奮，因為這證明了生成式 AI 可以用于設計全新的抗生素。AI 能夠讓我們以低成本、快速的方式創造出新分子，從而擴大我們的武器庫，在與超級細菌的斗智斗勇中占據優勢。”

　　然而，這些藥物目前尚未準備好進行臨床試驗，預計還需要一到兩年的時間進行改進，之后才能開始漫長的人體測試過程。來自弗萊明倡議和倫敦帝國理工學院的安德魯?愛德華茲博士認為，這項工作“非常重要”，具有“巨大潛力”，因為其“展示了識別新型抗生素的新方法”。但他也指出：“盡管 AI 有望大幅改進藥物發現和開發，但在測試安全性和有效性方面，我們仍需付出艱苦的努力。”

　　這一過程漫長且成本高昂，且無法保證實驗藥物最終能被用于臨床。一些專家呼吁進一步改進 AI 藥物發現技術。柯林斯教授表示：“我們需要更好的模型，這些模型不僅要考慮藥物在實驗室中的表現，還要更好地預測它們在人體內的有效性。”

　　此外，AI 設計的藥物制造難度也是一個問題。盡管 AI 從理論上設計出了 80 種針對淋病的頂級治療方案(化合物)，但在實際操作中，僅有 2 種能夠被成功合成并制成藥物。

　　沃里克大學的克里斯?道森教授認為，這項研究“很酷”，表明 AI 在抗生素發現方面取得了“重大進展”，有助于應對耐藥性問題。但他也指出，藥物耐藥性感染還存在一個經濟問題 ——“如何制造沒有商業價值的藥物?”如果發明了一種新的抗生素，理想情況下應該盡量少用以保持其有效性，但這也使得制藥企業很難從中獲利。