导读：文/陈根 耐抗生素的超级病菌的崛起使得公共卫生威胁迫在眉睫，需要新的抗生素来帮助扭转局势，但开发新的抗生素并不是一项容易的工作，除了需要耗费大量的成本还需要漫长的时间。 而现在，IBM Research通过让人工智能投入到这项任务中，则非常迅速地产生了两...
文/陈根
耐抗生素的“超级病菌”的崛起使得公共卫生威胁迫在眉睫，需要新的抗生素来帮助扭转局势，但开发新的抗生素并不是一项容易的工作，除了需要耗费大量的成本还需要漫长的时间。而现在，IBM Research通过让人工智能投入到这项任务中，则非常迅速地产生了两种有前途的新候选药物。
首先，研究人员从一个名为深度生成自动编码器的模型开始，该模型本质上检查一系列肽序列，捕获有关其功能和组成它们的分子的重要信息，并寻找与其他肽的相似性。
随后，研究团队应用了一个名为Controlled潜在属性空间采样（CLaSS）的系统。该系统使用收集的数据，生成具有特定、所需特性的新肽分子。
当然，杀死细菌的能力不是抗生素的唯一要求它也需要对人类安全使用，并且最好适用于一系列细菌类别。因此，人工智能生成的分子进一步通过深度学习分类器来排除无效或有毒的组合。
在48天的时间里，人工智能系统识别、合成并试验了20种新的抗生素肽候选物。其中，两种有前途的新候选药物受到了研究人员的关注它们通过在细菌的外膜上打孔，对两个主要类别（Gram阳性和Gram-阴性）的一系列细菌具有很强的效力。
此外，细胞培养和小鼠测试提供了关于这些抗菌候选物在复杂动物模型中的安全性，毒性和功效的重要信息。显然，在制药行业，从识别生物靶点，设计新分子，到提供个性化治疗和预测临床试验结果，人工智能都具有巨大潜力，这为帮助解决传统的制药困境提供了巨大希望。
