AI驅動抗生素革命：科學家利用生成式算法成功設計全新化合物擊敗超級細菌威脅

新聞摘要

人工智慧技術在抗生素研發領域實現重大突破，麻省理工學院（MIT）、澳洲和麥克馬斯特大學等頂尖科研機構的研究團隊成功運用生成式AI與深度學習演算法，設計出全新的抗生素化合物，能夠有效對抗多種抗藥性「超級細菌」，包括金黃色葡萄球菌（MRSA）、淋病奈瑟菌和鮑曼不動桿菌等危險病原體。這項突破性進展有望開啟抗生素發現的「第二個黃金時代」，為全球每年因抗生素抗藥性感染死亡的近500萬人帶來新希望。

AI驅動的抗生素革命：科學家成功設計全新化合物對抗超級細菌

全球正瀕臨一場無聲的危機——抗生素抗藥性感染每年導致約450萬人死亡，而新抗生素的研發管道卻幾乎枯竭。然而，人工智慧技術的介入正在改變這嚴峻的局面。

突破性研究成果

近期，麻省理工學院（MIT）的研究團隊在《細胞》（Cell）期刊上發表了一項里程碑式的研究，他們運用生成式AI演算法成功設計出超過3600萬種可能的化合物，並從中篩選出能夠對抗抗藥性淋病奈瑟菌和多重抗藥性金黃色葡萄球菌（MRSA）的新型抗生素。這些AI設計的化合物在結構上完全不同於現有抗生素，並透過破壞細菌細胞膜的新機制發揮作用。

澳洲的科學家團隊也取得了重大進展，他們使用AI在幾秒鐘內就能生成用於對抗癌症和抗生素抗藥性感染的客製化蛋白質——這項過程在過去需要數年時間。這項發表在《自然通訊》（Nature Communications）的研究展示了AI如何快速生成數千種即用型蛋白質。

技術創新亮點

生成式AI的突破：麻省理工學院的研究團隊採用了兩種不同的AI方法——一種是基於特定化學片段設計分子，另一種是讓演算法自由生成分子，無需包含特定片段。這種創新方法使研究人員能夠探索更廣闊的化學空間，發現傳統方法無法觸及的新型抗生素。

精準篩選機制：麥克馬斯特大學和史丹佛大學的研究團隊開發了名為SyntheMol的生成式AI模型，該模型可以設計數十億種新型抗生素分子來對抗世界衛生組織認定最危險的抗生素抗藥性細菌之一——鮑曼不動桿菌。

抗擊超級細菌的新武器

研究人員已經成功識別出能夠殺死鮑曼不動桿菌的新型抗生素，這種細菌是醫院和醫療機構中常見的抗藥性病原體，也是伊拉克和阿富汗戰爭中傷兵感染的主要原因。在對41種不同的抗生素抗藥性鮑曼不動桿菌菌株的測試中，這種AI設計的藥物對所有菌株都有效。

在針對MRSA的研究中，麻省理工學院團隊發現了一類能夠殺死這種每年在美國造成超過1萬人死亡的抗藥性細菌的化合物。這些化合物透過破壞細菌維持細胞膜電化學梯度的能力來殺死細菌，這對ATP產生等關鍵細胞功能至關重要。

智慧治療策略

克里夫蘭醫學中心的研究團隊開發了一種AI模型，能夠確定治療細菌感染時使用藥物的最佳組合和時間安排，僅基於細菌在特定干擾下的生長速度就能做出預測。這種強化學習方法為抗生素循環治療提供了科學依據，有助於最小化抗生素抗藥性的發展。

快速診斷與個人化治療

AI技術不僅在藥物發現方面取得突破，在快速診斷領域也展現出巨大潛力。研究人員正在開發能夠在幾分鐘內（而非數天）提供結果的診斷工具，能夠識別特定抗生素和細菌的敏感性。這些快速診斷測試將顯著改善臨床護理品質。

全球影響與未來展望

傳統的藥物發現技術成本高昂、合成和測試週期長，需要昂貴的設備和大量人力資源。相較之下，自動化的電腦輔助藥物發現技術成本更低、速度更快。

目前，全球每年有超過450萬人死於抗微生物抗藥性感染，威脅著手術和化療等常見醫療程序的安全性。同時，創新抗生素、抗真菌藥物和其他抗微生物療法的開發非常有限，私人投資也不足。

政策支持與市場激勵：英國已經部署了類似的抗生素訂閱模式，該計畫始於2019年的試點項目，確定了兩種候選抗生素進行政府訂購。今年5月，英國政府批准將這項實驗轉為永久計畫，使其成為全球首個官方抗生素訂閱系統。

挑戰與機會

儘管AI在抗生素發現方面前景廣闊，但仍面臨一些挑戰。研究人員估計，這些AI設計的抗生素至少需要1-2年的優化和臨床前測試，然後才能開始臨床試驗。臨床試驗本身可能需要數年時間，這意味著這些藥物廣泛應用可能還需要5-10年。

技術前沿展望

個人化醫療：未來的AI系統可能能夠分析患者的特定感染情況，設計客製化的抗生素治療方案，最大化治療效果並最小化抗藥性風險。

新靶點發現：AI不僅限於設計新分子，還能識別全新的細菌靶點——以前未被利用的弱點，為藥物開發開闢新途徑。

高通量篩選整合：將AI驅動的設計與自動化高通量篩選相結合，將加速有前景候選藥物的識別和驗證。

總結

正如麻省理工學院的詹姆斯·柯林斯教授所說：「我們很興奮，因為我們展示了生成式AI可以用來設計全新的抗生素。AI能夠讓我們快速而廉價地找到分子，從而擴大我們的武器庫，在與超級細菌基因的智慧較量中真正給我們帶來優勢。」

這些突破性研究標誌著抗生素發現進入了一個新時代。透過結合AI技術的創新能力和人類科學家的專業知識，我們正在為對抗抗生素抗藥性這一全球健康威脅開闢全新的道路。雖然從實驗室到臨床應用還有很長的路要走，但這些進展為我們帶來了戰勝超級細菌的新希望。