共计 1826 个字符，预计需要花费 5 分钟才能阅读完成。
在对抗耐药性感染的漫长战役中，人类似乎一直处于下风——近 40 年来，我们未能发现任何重要的新型抗生素。然而，如今，医生和科学家们表示，一种人工智能工具可能已经设计出能够对抗主要超级细菌的新化学物质。
当细菌发展出逃避抗生素等药物的能力时，抗菌素耐药性问题便随之而来。医生和科学家们指出，感染超级细菌的脆弱患者急需更有效的抗生素，而他们对这种人工智能工具寄予厚望，因为它已经发明了治疗耐药性淋病和 MRSA 的新化学物质。
在这场对抗耐药性超级细菌的军备竞赛中，人类一直处于落后状态。根据世界卫生组织的数据，抗生素耐药性菌株感染每年在全球范围内导致超过 120 万人死亡，构成了“紧迫的全球健康威胁”。这意味着医生需要新的方法来应对难以治疗的感染。尽管对现有类别的抗生素进行了调整，但近 40 年来没有发现新的主要抗生素。
如今，医学专家表示，这种人工智能工具创造性地设计了可能能够治疗主要超级细菌的新化学物质。上个月，麻省理工学院的医学工程师在《细胞》杂志上报告称，他们使用生成式 AI 模型提出了具有抗菌潜力的独特化合物，针对两种疾病：耐药性性传播感染淋病和 MRSA（耐甲氧西林金黄色葡萄球菌），后者是加拿大医院中常见的医院感染原因。
虽然这些新化合物仍需通过临床试验以检查其安全性和有效性，并需要获得加拿大卫生部等监管机构的批准才能用于患者，但它们在实验室小鼠测试中显示出对抗耐药菌株的潜力。
“这些计算模型优雅而精确地从零开始设计具有抗生素特性的化合物，”非营利生物技术公司 Phare Bio 的首席执行官兼总裁 Akhila Kosaraju 表示，该公司与麻省理工学院团队合作。“这是真正的非凡突破。”
田纳西州纳什维尔范德比尔特大学医学中心的教授兼实验室医学部主任 Romney Humphries 表示，快速治疗感染对于许多情况至关重要，从复杂的妊娠和器官移植到晚期癌症病例。
“我们有一些感染患者没有可用的抗生素，”Humphries 说。“这真的很可怕。”
Kosaraju 表示，抗生素耐药性的规模巨大，需要新的方法，这是个别临床医生无法解决的。她领导的非营利生物技术公司 Phare Bio 由慈善家资助，目标是在五年内将 15 种新型抗生素候选药物引入早期研究管道。
“作为一名接受过培训的医生，我知道你只需要在医疗系统中待几天，无论是在美国、加拿大还是其他地方，就能看到抗生素耐药性的灾难性代价，”她说。
Humphries 表示，这项研究的结果很重要，因为目前向细菌投掷一切以查看什么可能有效的方法并不总是成功，他并未参与该论文。
有几种不同的方法可以杀死或控制细菌——比如使细胞爆炸、使它们饥饿或防止微生物自我复制。在这项研究中，发现的化学物质似乎能够削弱淋病和 MRSA 的重要细菌膜。
接下来，Phare Bio 正在开发符合患者需求的这些化合物的版本，比如能够制成可以在家中口服的药片，而不是在医院注射。
除了超级细菌带来的科学挑战外，还有资金问题。为患者提供新药物至少需要 10 年和数亿美元。与其他药物相比，抗生素面临更深的盈利鸿沟，Kosaraju 说。
本周，加拿大公共卫生署发布了该国新的优先微生物清单。从 155 种病原体的初始清单中，他们根据发病率、可治疗性、传播性和健康公平性将 29 种标记为“对加拿大人的重大风险”。
耐药性淋病和碳青霉烯类耐药肠杆菌（当人体免疫系统减弱时，可能导致尿路和肾脏感染、败血症和脑膜炎）在联邦清单上名列前茅。
但以传统的培养皿测试方式寻找新的潜在抗生素就像大海捞针，汉密尔顿麦克马斯特大学生物化学和生物医学科学教授 Eric Brown 说，他也使用生成式 AI 来对抗超级细菌。
Brown 表示，细菌有高达 4000 个基因。目前，科学家只了解其中的几十对基因，更不用说细菌如何与人类相互作用。如果不了解细菌基因如何相互作用以及与人类对抗，新的潜在抗生素不太可能有效。
“这有点像试图预测天气，”Brown 说。“这是一个非常复杂的系统，很难理解。事实证明，AI 和其他数学方法可以帮助我们。”
解决抗生素耐药性还需要结合生物学、化学、物理学、计算机科学和编程以及统计学，以分析和解释 AI 提供的线索。
虽然拥有像麻省理工学院那样看起来有前景的新潜在抗生素化合物很重要，但这只是第一步，Humphries 警告说。
“在你完成这一步之后，还有一条非常陡峭的曲线要跨越，才能说，好吧，但它对人安全吗？”Humphries 说。“如果我们把它给某人，它是否能在体内停留足够长的时间，从而真正有效地对抗细菌？”
