人工智能（AI）最近成功设计出两种潜在的新抗生素，这些抗生素有望对抗耐药性细菌，如淋球菌（Neisseria gonorrhoeae）和耐甲氧西林金黄色葡萄球菌（MRSA）。这项研究由麻省理工学院（MIT）Abdul Latif Jameel诊所的团队进行，并发表在《Cell》期刊上。

这些新药物是由AI逐个原子设计而成，并在实验室和动物测试中成功杀死了这些超级细菌。尽管这些化合物仍需经过数年的精炼和临床试验才能投入使用，但研究人员相信，AI的应用可能会打开抗生素发现的“第二黄金时代”。

目前，耐药性感染每年造成超过100万人死亡，这主要是由于抗生素的过度使用使得细菌进化出抵抗药物的能力。长期以来，新的抗生素供应短缺，这使得寻找新药物变得更加迫切。

MIT的研究团队利用生成式AI设计抗生素，针对淋病和MRSA这两种感染进行研究。他们的研究分析了超过3,600万种化合物，包括一些尚未存在或未被发现的化合物。AI通过学习已知化合物的化学结构及其对不同细菌生长的影响，来设计新的抗生素。

研究中，AI采用了两种生成式设计方法：第一种是片段构建法，从数百万个化学片段中寻找有前景的起始点，然后进行构建；第二种是自由设计法，让AI从一开始就自由设计全新化合物。这一过程还排除了与现有抗生素过于相似的化合物，并确保所设计的药物不会对人类有毒。

经过实验室测试和在感染小鼠身上的测试，最终产生了两种新的潜在药物。麻省理工学院的詹姆斯·柯林斯（James Collins）教授表示：“我们感到兴奋，因为我们展示了生成式AI可以用来设计全新的抗生素。”

然而，这些药物尚未准备好进入临床试验，预计还需要一到两年的时间进行精炼，然后才能开始长期的临床测试。伦敦帝国学院（Imperial College London）的安德鲁·爱德华兹（Andrew Edwards）博士指出，这项工作具有“重大意义”和“巨大的潜力”，因为它展示了一种识别新抗生素的新方法。

尽管AI有望显著改善药物发现和开发，但仍需进行大量的安全性和有效性测试。这个过程通常漫长且昂贵，并且没有保证实验药物最终会被批准使用。

此外，研究人员也呼吁改善AI药物发现的模型，超越实验室的表现，寻求更能预测药物在人体内有效性的模型。制造AI设计的药物也面临挑战，根据理论设计的80种淋病治疗药物中，只有两种成功合成为药物。

华威商学院（University of Warwick）的克里斯·道森（Chris Dowson）教授表示，这项研究显示AI在抗生素发现方面是一个重要的进步，能够减缓耐药性细菌的出现。然而，他也指出，对于耐药性感染，还存在经济问题，即如何制造没有商业价值的药物。

（首图来源：pixabay）