据英国广播公司网站8月14日报道，据研究人员透露，人工智能已发明了两种可能有效杀灭耐药性淋病和耐甲氧西林金黄色葡萄球菌(MRSA)的新型抗生素。

这些药物由人工智能进行原子级结构设计，并在实验室和动物试验中成功杀灭了这些超级细菌。

上述两种化合物仍需经过多年的优化和临床试验才能正式投入使用。

但进行这项研究的麻省理工学院(MIT)团队表示，人工智能或将开启抗生素研发的“第二个黄金时代”。

抗生素可以杀死细菌，但目前抗生素耐药性感染每年造成超过一百万人死亡。

过度使用抗生素会导致细菌进化出逃避药物作用的能力。过去几十年来，新型抗生素一直处于短缺状态。

研究人员先前曾利用人工智能筛选数以千计的已知化学物质，试图找出可能成为新型抗生素的物质。

但现在，麻省理工学院的研究团队更进一步。他们利用生成式人工智能来设计抗生素，用于治疗淋病和潜在致命的耐甲氧西林金黄色葡萄球菌。

他们的研究发表在《细胞》杂志上。研究团队分析了3600万种化合物，其中包括那些并不存在或尚未被发现的化合物。

科学家们通过向人工智能提供已知化合物的化学结构以及它们是否能减缓不同种类细菌生长的数据来训练人工智能系统。

然后，人工智能会学习细菌如何受到不同分子结构的影响，这些结构由碳、氧、氢和氮等原子构成。

接下来，研究人员尝试了两种利用人工智能设计新型抗生素的方法。一种方法是通过搜索含有大量化学片段(大小为8至19个原子)的库，找到有潜力的起点，并以此为基础进行构建。第二种方法是从一开始就让人工智能自由发挥进行设计。

设计过程还会剔除任何与现有抗生素过于相似的结构。该过程还要努力确保他们发明的是药物而非清洁剂，并过滤掉任何可能对人体有毒的物质。

合成后，优选设计方案在实验室细菌和受感染的小鼠身上进行了测试，最终获得两种新的潜在药物。

麻省理工学院的詹姆斯·柯林斯教授告诉英国广播公司记者：“我们感到非常兴奋，因为这证明生成式人工智能可以用于设计全新的抗生素。”

他指出：“人工智能能帮助我们快速、低成本地发现新分子，从而扩充我们的武器库，在与超级细菌基因的斗智斗勇中助我们一臂之力。”

不过这些药物尚未准备好进行临床试验，还需要进一步优化改进——预计还要一到两年的时间——之后才能进入漫长的人体试验阶段。

来自帝国理工学院的安德鲁·爱德华兹博士表示，这项研究“非常重要”且潜力巨大，因为它“展示了一种识别新型抗生素的全新方法”。

但他也补充说：“尽管人工智能有望显著改善药物的研发过程，但在测试药物的安全性和有效性方面，我们仍需脚踏实地付出大量努力。”

这可能是一个漫长且代价高昂的过程，且不能保证最终这些实验性药物能够获批用于患者。

一些人呼吁更广泛地改进人工智能药物研发技术。柯林斯教授表示，“我们需要更好的模型”，不仅要关注药物在实验室中的表现，还要能更准确地预测其在人体内的疗效。

人工智能设计的药物还面临合成难度大的问题。在理论上设计的80种最优淋病治疗方案中，最终仅成功合成了两种药物。

华威大学的克里斯·道森教授表示，这项研究“很酷”，表明将人工智能作为“抗生素研发工具是在应对耐药性问题上迈出了重要的一步”。

但他解释说，耐药性感染还存在经济层面的难题——“如何制造没有商业价值的药物？”

他指出，如果发明了一种新的抗生素，那么在理想情况下，人们应尽可能少用这种药物以保持其有效性，但这会导致生产这种药物的厂商难以盈利。（编译/杨雪蕾）