▲AI發現了超級抗生素，可以殺死多種病菌。（示意圖／PIXABAY）
記者林彥臣／綜合報導
麻省理工學院合成生物專家吉姆•柯林斯（Jim Collins）領導的研究團隊，發展出了一個開創性的機器學習方法，讓AI（人工智慧）從超過1億個分子庫當中，鑑定出可以對殺多種細菌的強大新型抗生素，其中包括難以治癒的結核桿菌。
根據科學網站pmlive.com報導，這個方法可以在沒有使用人類任何假設的情況下，短短幾天從超過1億個分子的庫中篩選出強大的新型抗生素，這種方法也可以用在分析治療癌症、神經衰退性疾病等其他類型的藥物。
柯林斯說，儘管之前有使用AI輔助其他研究，但是使用AI自行發現新的抗生素，是首例，研究小組在確定了候選物之後，並在動物實驗中，驗證這些可能是有效果的分子。
柯林斯和他的團隊開發了一種神經網絡是根據大腦的結構，建構的演算模型，可以逐個分析與學習分子的特性。
研究人員訓練其神經網絡以發現抑制的細菌生長的分子的大腸桿菌，使用的量，抗菌活性被稱為2335分子的集合。其中包括約300種已批准的抗生素以及800種來自植物，動物和微生物來源的天然產物的文庫。
接著研究小組要求AI預測哪些分子可以對抗大腸桿菌，並向他們展示看起來與傳統抗生素不同的分子。鑑於世界各地對抗菌素和抗生素耐藥性的問題日益嚴重，這項研究尤其重要。
麻省理工學院的AI研究人員，該研究的合著者巴萊茲（Regina Barzilay）說，這種算法無需對藥物的工作原理和化學基團進行任何標記就可以預測分子功能。「因此，這項模型可以學習人類專家未知的新模式」。
▲人工智慧運用在製藥上，可能使效率大幅增加。（圖／取自pixabay）
麻省理工學院的這項最新研究既提高了化合物鑑定的準確性，又降低了篩選工作成本，因此得到了業內很多專家的高度評價。以色列理工學院的生物學和電腦科學教授羅伊•基肖尼（Roy Kishony）表示，這項開創性的研究，代表抗生素發現甚至更普遍的藥物發現過程產生了典範轉移的變化。
匹茲堡卡內基梅隆大學的計算生物學家鮑勃•墨菲（Bob Murphy）認為，這項研究為使用計算方法發現和預測潛在藥物特性增添了一個很好的例子。
讀者迴響