-
日期: 2026-03-11 | 來源: BBC | 有0人參與評論 | 字體: 小 中 大
人工智能（AI）正在研發對抗帕金森症（Parkinson's disease，柏金遜症）、抗藥性超級細菌及許多罕見疾病的新藥——這是許多科學家從未想過會取得的進展。
在人類與細菌的對抗中，過去約半個世紀壹直處於節節敗退的局面。
我們最強大的武器——抗生素——正因藥物抗性蔓延而愈來愈無效。
目前每年約有110萬人死於原本易於治療的感染；若不采取緊急行動，死亡人數預計在2050年將增至超過800萬。
研發新抗生素是壹個極為緩慢且昂貴的過程。
2017至2022年間，僅有12種新抗生素獲批准使用，其中多數與現有藥物相似，而細菌早已在對這些藥物產生抗藥性。由於藥廠興趣不足及資金匱乏，這壹領域長期被忽視。
但研究人員正試圖縮小這項缺口——部分人押注人工智能能提供突破。
美國麻省理工學院醫學工程與科學教授詹姆斯·柯林斯（James Collins）表示：“我們可以在數天甚至數小時內，從龐大的化合物庫中篩找具有抗菌活性的化合物。”
在人工智能的協助下，柯林斯及其團隊已發現兩種新化合物，可能成為對抗高度抗藥性淋病及抗藥性金黃葡萄球菌感染（MRSA）的重要武器。
這只是人工智能如何開啟新藥研發新時代的其中壹個例子——它正為當代最棘手的醫療難題帶來突破性進展。科學家現正將人工智能用於研究尚無已知療法的疾病，如帕金森症及數千種罕見疾病，希望找到新的突破。
柯林斯及其團隊訓練了壹個生成式人工智能模型，用來辨識已知抗生素的化學結構，使演算法能學習哪些特征能殺死細菌。研究人員其後利用AI篩選超過4,500萬種化學結構，以評估它們對兩類細菌的作用：
造成淋病的奈瑟氏淋病雙球菌（Neisseria gonorrhoeae，簡稱淋球菌），以及引發抗藥性金黃葡萄球菌感染的重要病原金黃葡萄球菌（Staphylococcus aureus）。
詹姆斯柯林斯團隊利用人工智慧辨識出可以殺死多種對其他藥物有抗藥性的細菌（上排）的新化合物（下排）。
這兩種細菌都具有高度抗藥性——以淋病菌為例，它幾乎能逃避所有現有治療藥物。如今可對抗每種疾病的抗生素所剩無幾。
柯林斯的研究方法利用人工智能創造全新化合物以對付這些細菌。
他指出，其中壹種方法是選擇以壹個分子作為起點，並運用多種生成式人工智能技術將其逐步構建，“加入鍵結、原子、分子次結構”。在每壹個關鍵階段，化合物都會由訓練後的人工智能模型評分：“看起來像抗生素嗎？是否更接近具潛力的抗生素？”
另壹種方法則完全不使用起始分子，而是讓人工智能從零開始自由生成。
柯林斯和同事利用這種方式設計了3,600萬種可能對細菌有效的化合物。團隊從中挑選 24種在實驗室合成，其中有7種展現出抗菌活性，其中兩種對殺死對其他類型抗生素具有抗藥性的細菌株非常有效。
重要的是，這些化合物似乎以不同於現有抗生素的方式攻擊細菌，令人期待它們或能成為可突破抗藥性防御的新壹類藥物。這兩個候選化合物目前正在進行後續測試。
柯林斯及其實驗室過去也曾利用人工智能發現其他強效新型抗生素，可殺死多種對治療具有抗性的細菌，包括常見於腸道感染的艱難梭菌（Clostridium difficile，又稱難辨梭菌或難辨梭狀芽孢杆菌）及導致結核病的結核分枝杆菌（Mycobacterium tuberculosis）。
然而，對某些疾病而言，研究人員無法依靠現有藥物來協助開發新療法。他們必須從疾病本身的已知資訊著手；但在某些情況下，這些資訊拾分有限，使研究難以展開。- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見