人工智能发现抗生素治疗耐药性疾病

人工智能已被用来发现对付不可治愈疾病有效的新抗生素，标志着全球抗药性斗争中一种主要新工具的出现。

在周四发表在《细胞》杂志上的一篇论文中，麻省理工学院的研究人员报道了一种有效的新型抗生素盐霉素的发现，该抗生素能够杀死35种强力细菌。

靶向的病原体包括艰难梭菌，肺结核和鲍曼不动杆菌，鲍曼不动杆菌是一种有效的不可治愈的感染，常在美国退伍军人中见到，进入伤口并经常导致死亡。

麻省理工学院生物工程师詹姆斯·J·柯林斯说：“由于耐药细菌病原体的出现增加，使我们目前的抗生素库失效，我们正面临全球危机。”

他补充说：“如果到2050年我们不解决危机，那么每年因抗生素耐药性感染导致的死亡人数将增加到1000万，这要高于因癌症引起的死亡率。”

新的抗生素是使用计算机科学家Regina Barzilay开发的深度学习算法发现的，该算法经过训练可分析2500个分子的结构，包括当前的抗生素和其他天然化合物(例如葡萄糖)，以确定其抗菌能力。

然后，该算法通过一个100m分子的库进行扫描，以预测每种抗特定病原体的有效性。还准备寻找看起来与现有抗生素在物理上不同的分子，以避免在新发现的化合物中持久存在抗药性问题。

Barzilay女士说：“仍然存在一个问题，那就是机器学习工具是否真的在医疗保健领域发挥了智能作用，以及我们如何将它们发展成为制药行业的主力军。”“这表明您可以使用此工具的程度。”

尽管科学上有希望开发出诸如halicin之类的分子以及麻省理工学院实验室发现的八种其他分子，但市场力量仍然是其更广泛的临床应用的一大障碍。

“我们看到许多有前景的抗药性新想法。[但是]今天的主要差距是经济上的，而不仅仅是科学上的，”非营利组织Carb-X的医疗保健律师凯文·奥特森(Kevin Outterson)说，他致力于开发抗生素的商业模式。

一个因素是，患者通常只会在几天或一周内服用抗生素，而在数月甚至一生的过程中使用的其他药物却花费了类似的开发费用，因此可以证明更具成本效益。

即使抗生素确实可以进入诊所，由于担心细菌耐药性的传播，医疗保健专业人员也常常不愿意开这种药，而在美国，可以从财务上激励他们开一些更昂贵的药。

但是，使用机器学习来加速药物研发可以降低产生未来抗生素的成本，而针对目前无法治愈的疾病则可以开拓利润丰厚的新市场。麻省理工学院的柯林斯说：“我们可以大大降低通过临床试验所需的成本。”