人工智能发现新抗生素

在全世界竞相寻找药物和疫苗来对抗Covid-19冠状病毒的同时，我们也面临着抗生素耐药细菌的重大威胁。但本周，麻省理工学院的研究人员宣布，他们已经在使用人工智能，换句话说，可以自己“思考”的计算机，来设计新的抗感染药物。他们利用这个新系统发现了一种叫做盐素的抗生素，这种抗生素在实验小鼠身上被证明能很好地阻止超级细菌感染，很快就会在人类身上进行测试。另一个好消息是，这种人工智能系统也可能有助于开发对抗新型冠状病毒的药物。克里斯·史密斯采访了吉姆·柯林斯。

吉姆:我们要解决的问题是抗生素耐药性。我们正面临着一场全球性的危机:细菌病原体，那些引起严重感染的病原体，对抗生素的耐药性越来越强，这意味着它们对抗生素没有反应，因为这些药物的过度使用。随着制药公司和生物技术公司纷纷退出抗生素行业，正在开发和批准的新抗生素数量正在急剧下降。所以在麻省理工学院，我们决定看看我们是否可以利用人工智能的力量，也被称为AI，来解决抗生素耐药性危机。

克里斯:在我们考虑你是怎么做到的之前，吉姆，你说了一些很有趣的事情，那就是我们需要大量的抗生素，但制药公司正在抛弃这个行业，就像老鼠离开沉船一样。为什么?

Jim -抗生素的经济学被打破了，这有很多原因。其一，开发一种抗生素的成本与开发另一种药物(例如治疗癌症或治疗血压的药物)的成本一样高。然而，抗生素只能在很短的时间内使用。你服用抗生素几天，也许一个星期，而你余生都在服用降压药。因此，交付和使用的经济效益非常低。第二，当人们发明新的抗生素时，他们实际上并不是出于对耐药性产生的担忧而开处方的。所以当新的抗生素被开发和批准时，它们被搁置了，所以公司甚至不能销售他们的产品。

Chris:那么人工智能如何帮助解决阻碍制药行业走上这条道路的经济因素呢?

吉姆:我们想看看我们是否可以利用人工智能快速而廉价地扩大我们的抗生素库，从而显著降低所谓的临床前阶段的风险。因此，在进行人体试验之前的发展阶段，提出全新的分子，可以克服现有的阻力，从而大大降低经济障碍。所以在我们的项目中，我们训练了一个人工智能模型，这是一个基于计算机的模型，它包含了针对大肠杆菌的现有药物的信息。大肠杆菌是一种在我们肠道中发现的细菌，通常对我们无害，但在很多情况下是有害的。我们都听说过有关污染肉类的恐慌。在这种情况下，我们看看这些FDA药物中哪些具有抗菌活性，那么它能抑制大肠杆菌的生长或杀死它吗?我们利用这些数据，以及每种药物的信息，来训练这个基于计算机的模型来学习分子特征，这些分子的特征与抗生素或抗菌有关。

Chris -所以人工智能正在询问分子的实际物理形状。它知道什么能对抗这些特定的微生物吗?

吉姆:我们训练它，使它能够了解这些化合物的哪些特征，即使是在一个原子一个原子的水平上，似乎与抗菌活性有关。然后，我们将该模型应用于一个药物再利用文库，该文库由6100个分子组成，这些分子已被开发为药物，或被探索为可能的药物，用于治疗各种疾病。我们要求模型做两件事。一种是识别被预测为抗菌或好的抗生素的分子，另一种是，然后只识别那些看起来不像我们现有抗生素的分子。在这个药物再利用库中，有一个分子符合这些标准，这个分子就是我们所说的HALICIN，它是迄今为止发现的最强大的抗生素之一。它能够杀死范围广泛的细菌病原体，包括具有泛耐药的病原体，即对所有抗生素都具有有效耐药性;结核病是世界上死亡人数最多的细菌病原体。它能够杀死一种叫做艰难梭菌的病原体，这是一种令人讨厌的肠道病原体，HALICIN也能够杀死一种叫做鲍曼不动杆菌的细菌，这是一种听起来很奇怪的细菌，但它也被称为伊拉克细菌。从伊拉克和阿富汗服役回来的美国士兵和英国士兵都感染了鲍曼不动杆菌，主要是在皮肤伤口，我们现有的抗生素不能很好地治疗它我们在老鼠的皮肤伤口模型中展示了HALICIN实际上可以非常有效地治疗这些感染。

Chris -鉴于目前世界正处于由这种冠状病毒引起的潜在大流行的控制之下，你是否可以利用你开发的技术，然后在我们已经拥有的大量药物分子中，我们是否可以尝试其中的一些，看看我们是否能找到一种我们可能没有考虑过的药物，但它可能会给我们一个机会来干预这种新的大流行?

Jim:原则上，可以考虑使用这个平台或相关的平台来解决这个问题。将其应用于病毒感染(如冠状病毒)的困难在于获取适当的数据来训练人工智能模型。所以在很多情况下，我们在实验室没有好的实验装置，这将使我们首先探索哪些分子起作用。例如，在冠状病毒的情况下，我不知道有好的基于细胞的模型来获得这些数据。如果一个人有那些基于细胞的实验，你可以产生数据，那么我认为这种类型的平台将变得非常有价值。