人工智能算法用于开发抗药性细菌的药物

医疗行业面临的最大挑战之一是抗药性细菌。目前，据估计有大约70万人死于抗药性细菌，并且越来越多的抗药性细菌株正在发展。科学家和工程师正在尝试开发新的方法来对抗抗药性细菌。开发新抗生素的一种方法是使用人工智能和机器学习来分离新的化合物，这些化合物可以对抗新的超级细菌株。

SingularityHub报道，一種新的抗生素是在人工智能的帮助下设计的。这种抗生素被命名为halicin，来自2001年太空漫游的HAL人工智能。这种新开发的抗生素已被证明能够消除一些最具毒性的超级细菌株。这种新抗生素是通过使用机器学习算法发现的。具体来说，机器学习模型是在一个大型数据集上训练的，该数据集由大约2500种化合物组成。用于训练模型的药物中，几乎有一半已经被FDA批准，另一半是自然存在的化合物。研究人员调整了算法，以优先考虑同时具有抗生素特性但与现有抗生素结构不同的分子。然后，他们检查结果以确定哪些化合物对人类是安全的。

根据The Guardian的报道，这种药物在最近的一项研究中被证明对抗药性细菌非常有效。它之所以如此有效，是因为它会降解细菌的膜，从而使细菌无法产生能量。为了使细菌能够对halicin产生防御，可能需要多个基因突变，这使得halicin具有持久的作用。研究团队还测试了该化合物在老鼠身上的表现，结果表明它能够成功清除对所有当前抗生素都具有抗药性的细菌株。由于研究结果非常有希望，研究团队希望与一家制药公司合作，并证明该药物对人类是安全的。

詹姆斯·柯林斯（James Collins），生物工程教授和MIT的高级作者，以及雷吉娜·巴兹尔（Regina Barzilay），计算机科学教授和MIT的高级作者，都希望像他们用来设计halicin的算法这样的算法可以帮助加速新抗生素的发现，以应对抗药性细菌株的泛滥。

哈利辛远不是唯一一个使用人工智能发现的药物化合物。柯林斯和巴兹尔领导的研究团队希望进一步创造新的化合物，使用大约1亿个分子，这些分子来自ZINC 15数据库，这是一个包含超过150亿种药物化合物的在线库。据报道，该团队已经能够找到至少23种不同的候选化合物，这些化合物可能对人类是安全的，并且在结构上与当前的抗生素不同。

不幸的是，抗生素的一个副作用是，它们不仅会杀死有害细菌，还会杀死人体需要的肠道细菌。研究人员希望他们能够使用类似于创建halicin的技术来创建具有较少副作用的抗生素，减少对人体肠道微生物群落的危害。

许多其他公司也正在尝试使用机器学习来简化复杂、漫长且往往昂贵的药物创造过程。其他公司也在训练人工智能算法来合成新的药物化合物。最近，一家公司能够在仅仅一个半月内开发出一个概念验证药物，这比传统方法开发药物的时间要短得多。

巴兹尔对人工智能驱动的药物发现方法能够以有意义的方式改变药物发现的格局持乐观态度。巴兹尔解释说，关于halicin的工作是人工智能技术有效性的一个实际例子：

“仍然存在一个问题，即机器学习工具在医疗保健领域是否真正做了一些聪明的事情，以及我们如何将它们开发成为制药业的工作马。这种情况表明了我们可以将这种工具应用得有多远。”