全球每年有近 500 万人死于抗生素耐药性，因此迫切需要新的方法来对抗耐药菌株。
斯坦福大学医学院和麦克马斯特大学的研究人员正在利用生成人工智能来解决这个问题。一种名为 SyntheMol(用于合成分子)的新模型为六种新型药物创建了结构和化学配方，旨在杀死鲍曼不动杆菌的耐药菌株，鲍曼不动杆菌是导致抗菌药物耐药性相关死亡的主要病原体之一。
研究人员在3 月 22 日发表在《自然机器智能》杂志上的一项研究中描述了他们对这些新化合物的模型和实验验证。
“快速开发新抗生素对公共卫生有巨大的需求，”生物医学数据科学副教授、该研究的共同高级作者 James Zou 博士说。 “我们的假设是，有很多潜在的分子可以成为有效的药物，但我们还没有制造或测试它们。这就是为什么我们想使用人工智能来设计自然界中从未见过的全新分子”。
在生成人工智能(ChatGPT 等大型语言模型的基础相同类型的人工智能技术)出现之前，研究人员采用了不同的计算方法来开发抗生素。他们使用算法滚动浏览现有的药物库，识别出那些最有可能对抗特定病原体的化合物。
这项技术筛选了 1 亿种已知化合物，取得了一定的成果，但在寻找所有可能具有抗菌特性的化合物方面只触及了表面。
“化学空间是巨大的，”斯坦福大学计算科学博士生、该研究的共同主要作者凯尔·斯旺森(Kyle Swanson)说。 “人们估计有接近 1060 种可能的类药物分子。因此，1 亿远不足以覆盖整个空间。”
药物开发的幻觉
生成式人工智能倾向于“产生幻觉”，或者凭空做出反应，这在药物发现方面可能是一个福音，但之前用这种人工智能生成新药的尝试导致了不可能制造的化合物现实世界，斯旺森说。研究人员需要在 SyntheMol 的活动周围设置护栏，即确保模型设想的任何分子都可以在实验室中合成。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！