8月18日消息显示，麻省理工学院（MIT）研究团队近日宣布重大突破：人工智能（AI）已成功设计出两种新型潜在抗生素，有望对抗耐药性淋病和”超级细菌”MRSA。
该研究团队指出，这两种新药由AI从分子层面设计完成，并在实验室测试和动物实验中成功杀灭了多种超级细菌。不过，这些药物距离实际临床应用仍需经过数年时间的优化与人体试验。
当前，抗生素耐药性已成为全球重大公共卫生问题，每年导致超过百万人死亡。过度使用抗生素促使细菌产生抗药性，而新型抗生素的研发却进展缓慢。此前，科研人员主要通过AI筛选已知化合物来寻找新药，此次MIT团队则实现了突破：直接利用生成式AI设计针对特定病菌的抗生素。
值得注意的是，这项研究已发表在权威期刊《细胞》杂志上。研究人员让AI分析了3600万种化合物（包括未被发现的新物质），并提供了已知化合物的化学结构及对细菌生长的影响数据。AI通过学习这些信息，设计出了新型抗生素分子结构。同时，AI还排除了与现有药物过于相似的结构，并确保所设计的是具有治疗效果的化合物而非其他用途物质，同时剔除对人体有毒性的成分。
在实验阶段，研究人员利用AI设计的新药对淋病和MRSA进行了实验室测试和小鼠感染模型验证，最终成功获得了两种新型潜在抗生素药物。MIT的詹姆斯·柯林斯教授表示：”我们对此非常兴奋，因为这证明了生成式AI能够用于创造全新类型的抗生素。这种技术使我们能够以较低成本快速开发新分子，从而增强对抗超级细菌的’武器库'”。
不过目前这些药物仍处于研发阶段，距离临床应用尚需一到两年时间进行优化改进，之后还需开展长期的人体试验。弗莱明倡议和伦敦帝国理工学院的安德鲁·爱德华兹博士认为这项研究”非常重要”，具有”巨大潜力”，因为它展示了发现新型抗生素的新途径。但他也强调：”尽管AI有望显著改善药物研发效率，在安全性和有效性测试方面仍面临艰巨挑战。”
这一过程不仅耗时长、投入高，且存在实验药物最终无法应用于临床的风险。部分专家呼吁进一步完善AI在药物发现中的应用技术。柯林斯教授指出：”我们需要更先进的模型，这些模型不仅要考虑药物在实验室的表现，还要更好地预测其在人体内的效果。”
此外，AI设计的抗生素制造难度也是一大挑战。尽管理论上可生成80种针对淋病的最佳治疗方案（化合物），但在实际合成中仅成功制备出2种药物。
沃里克大学的克里斯·道森教授认为这项研究”非常酷”，表明AI在抗生素研发领域取得了”重大进展”。但他也指出一个不容忽视的问题：耐药性感染还存在经济障碍——”如何制造那些没有商业价值的药物？”如果开发出一种新抗生素，在理想情况下应尽量少用以保持其疗效，但这也使得制药企业在盈利方面面临困难。
相关文章
