左圖：美國麻省理工學院柯林斯教授。\網絡圖片；右圖：MIT教授柯林斯的團隊成功利用AI研發出兩種全新抗生素。\網絡圖片

　　人工智能（AI）輔助藥物開發又有新突破。美國麻省理工學院（MIT）研究團隊近期公布，利用AI設計和研發出兩種新型抗生素，有望對抗難以治療的淋病及「超級細菌」抗藥性金黃葡萄球菌（MRSA）。傳統藥物研發周期長、成本高，AI技術有望通過高效的數據分析和精準的模型預測，使藥物前期研發時間減半，降本增效。

　　【大公報訊】目前全球抗生素濫用問題嚴重，導致細菌進化為具有抗藥性的超級細菌，每年全世界約超過一百萬人因為超級細菌感染死亡。由美國麻省理工學院（MIT）教授柯林斯帶領的研究團隊，利用人工智能（AI）首次在原子層面設計新藥，主要針對經性接觸傳播的淋病，以及被稱為「超級細菌」、可能致命的抗藥性金黃葡萄球菌（MRSA），為抗生素研發開啟新篇章。

　　AI篩選3600萬種化合物

　　據介紹，研究人員首先向AI輸入大量已知化合物的結構及其對不同細菌的作用數據，讓AI學會哪些分子特性能抑制細菌生長，再讓AI從超過3600萬種已知或尚未存在的化合物，通過計算篩選抗菌特性。

　　研究中，團隊嘗試了兩種利用AI設計抗生素的方法：第一種是片段構建法，讓AI從數百萬個化學片段中尋找有前景的起始點，然後進行構建；第二種是自由設計法，讓AI從一開始就自由發揮，自主設計全新化合物。這一過程還排除了與現有抗生素過於相似的化合物，並確保所設計的藥物不會對人類有毒。最終，團隊合成了部分候選新藥，並在實驗室及老鼠身上測試，最終發現兩款新抗生素能有效殺滅淋病及MRSA。研究人員表示，最終AI生成的化合物在結構上不同於任何現有抗生素，是實實在在「從0到1」的結果。

　　麻省理工學院（MIT）團隊表示，AI或將開啟抗生素研發的「第二個黃金時代」。研究人員表示，雖然這些藥物尚未準備好進入臨床試驗，預計還需要一到兩年的時間進行精煉，然後才能開始長期的臨床測試。柯林斯表示：「AI可以讓我們以低成本快速地研製出分子，真正讓我們在與超級細菌的鬥智中佔上風。」

　　倫敦帝國學院愛德華茲博士指出，此項技術具有「重大意義」和「巨大的潛力」，或可大幅加快藥物研發。抗生素存在研發周期長、研發成本高等特點，而且很快會有新的耐藥菌出現。AI在短時間內設計、驗證超過3600萬種化合物的類似效率，是人力無法比擬的。

　　目前，一款新藥的平均研發成本超過10億美元，且需要經過十多年才能進入市場。但AI能夠通過高效的數據分析和精準的模型預測，大幅提高藥物研發的時間、降低所需的資源成本。波士頓諮詢公司最近發表的一項分析發現，至少有75種「AI發現的藥物分子」已經進入臨床試驗，預計這一數字將不斷攀升。市場分析公司的數據顯示，至2028年，AI將在藥物發現領域節省超過700億美元的資金。

　　數據匱乏和保護隱私成挑戰

　　目前，AI製藥也成為AI應用的熱門領域。例如，谷歌旗下DeepMind開發的名為「AlphaFold」的AI工具，能夠成功預測蛋白質的三維結構，顯著提高了藥物發現的效率。DeepMind的創辦人哈薩比斯和科學家江珀圖因此摘得2024年的諾貝爾化學獎。英偉達則推出了一款針對AI醫療保健的AI工具，能夠篩選數萬億種藥物化合物並預測蛋白質結構。

　　不過，缺乏高質量的臨床數據，是AI藥物發現領域面臨的最大挑戰之一。在藥物研發領域，許多關鍵數據秘而不宣。另外，可重複實驗的標準化數據有限，這就導致了AI模型的訓練數據有限。而相較於自然語言處理等領域的AI模型蓬勃發展，生物醫藥領域的AI模型的數量卻十分匱乏。

　　此外，生物醫學數據涉及的隱私倫理問題同樣不容忽視。如何在保護病人基因隱私的情況下，更好地合規使用數據，也成為業界亟待解決的一大難題。

　　（綜合報道）