“`html

AI赋能：对抗耐药菌的希望之光

人工智能终将毁灭人类？这或许是杞人忧天。然而，比机器崛起更迫在眉睫的威胁，是日益猖獗的耐药菌。它们每年夺走数百万人的生命，而我们对抗它们的有效武器——抗生素——却日渐匮乏。

但如果，我们能巧妙地利用一项威胁来对抗另一项呢？最近发表在《细胞》杂志上的一项研究，为我们提供了令人振奋的可能性。麻省理工学院生物工程教授Jim Collins领导的团队，利用生成式AI算法，训练其分析海量抗菌物质数据集，从而“构想”出数百万种前所未有的分子，并预测其杀菌能力。令人惊喜的是，部分分子在小鼠实验中展现出显著疗效。

研究人员合成了少量AI设计的分子，并发现它们对导致耐药性淋病和顽固性葡萄球菌皮肤感染的超级细菌具有致命性。宾夕法尼亚大学合成生物学家César de la Fuente（未参与该研究）评价道：“这项研究为利用AI研发抗生素开辟了新的篇章，优雅而意义深远。”

Collins创立的社会企业非营利组织Phare Bio，正计划推进这些AI发现的抗生素进入临床开发阶段。这些候选抗生素，建立在Collins实验室之前的发现基础上，包括2020年发现的广谱抗生素哈利辛，以及针对鲍曼不动杆菌（一种主要的医院感染病原体）的阿巴辛等。

与之前的研究不同，该团队不再局限于已知的化学库，而是利用生成式AI从零开始，创造出数据库中从未出现过的全新分子结构。Collins教授指出：“这标志着AI从发现工具向设计工具的转变，为抗生素研发开辟了前所未有的广阔空间。”

AI对抗细菌：实力验证

研究人员首先利用神经网络框架，虚拟筛选超过4500万种化学片段，寻找对抗淋病奈瑟菌和金黄色葡萄球菌的潜在活性成分。随后，两种算法协同工作：一种将片段组装成完整的分子结构，另一种预测这些结构的抗菌效力。

最终，算法生成了超过1000万种候选分子，但随之而来的是巨大的挑战：实验室合成这些分子并非易事。研究人员手动筛选AI预测结果，最终选定约200种有前景的设计，成功合成了24种，其中7种经实验室测试证实具有显著抗菌活性，两种在小鼠模型中表现尤为出色。值得注意的是，每种分子似乎都通过独特的全新作用机制发挥作用，这与现有抗生素截然不同。

Phare Bio联合创始人、加拿大麦克马斯特大学的Jonathan Stokes指出，这项研究发现了两种极具潜力的抗生素先导化合物，但同时也凸显了合成可行性方面仍需克服的挑战。他强调，抗生素研发需要兼顾成本效益，因此简化合成过程至关重要。

从模型到分子：挑战与突破

为了解决合成可行性问题，Stokes及其同事开发了一种名为SyntheMol的生成式AI工具，该工具设计的抗生素候选分子，其化学结构更易于实际生产。这缩小了搜索范围，但仍能产生多个候选药物。

未来，研发团队的目标是平衡模型探索的广度和药物效力、安全性、低毒性和合成简易性等关键指标。Phare Bio的首席执行官Akhila Kosaraju表示，在ARPA-H和谷歌慈善基金会的支持下，他们正努力将最有前景的候选药物推进人体试验阶段。

他们相信，正在构建的是全球最具创新性和稳健性的抗生素研发管线。

“`