想象一下，您是一位科学家，需要发现一种新的抗生素来对抗可怕的疾病。您将如何找到它？
通常，您必须在实验室中测试很多不同的分子，直到找到具有必要的杀细菌特性的分子。您可能会发现一些擅长杀死细菌的竞争者，只是意识到您不能使用它们，因为它们也证明对人体有毒。这是一个非常漫长，非常昂贵的过程，并且可能会非常麻烦。
但是，如果相反，您可以只在计算机中键入您要查找的属性，然后让计算机为您设计理想的分子怎么办？
这是IBM研究人员采用的通用方法，即使用可以自动生成用于新抗生素的分子设计的AI系统。在发表于《自然生物医学工程》上的一篇新论文中，研究人员详细介绍了他们如何使用它来快速设计出两种新的抗菌肽（可以杀死细菌的小分子），它们对小鼠中的多种不同病原体有效。
通常，这种分子发现过程将花费科学家数年时间。AI系统在几天之内完成了它。
这是个好消息，因为我们迫切需要更快的方法来生产新的抗生素。
为什么抗生素耐药性是一个巨大的问题
当引入新的抗生素时，它们可以产生巨大的甚至是挽救生命的结果。自1928年发现青霉素以来，开创了抗生素的现代时代，我们开始依靠它们来治疗结核病等杀手，并在进行剖腹产或关节置换术等过程中确保我们的安全。
但是专家警告说，我们现在正在进入后抗生素时代，那时我们现有的抗生素几乎变得毫无用处。我们通过在农作物，农场动物和人类的治疗中过度使用抗生素而造成了这场危机。
我们过度使用抗生素的次数越多，细菌就越有机会适应我们的药物，并演变为对抗生素具有抗药性的超级细菌，从而使我们的药物无效。
根据皮尤慈善信托基金会（Pew Charitable Trusts）的最新报告，Covid-19大流行加剧了这一问题。医生甚至更倾向于不必要地给患者开抗生素。尽管Covid-19是一种病毒性疾病，并且抗生素对病毒无效，但医生一直在为患者提供这些药物，以防止他们在医院时遭受继发性感染-甚至在他们不知道患者是否受到感染的情况下。
如今，在您花时间阅读本文时，美国一个人将因感染而死亡，这种感染是由于我们过度使用抗生素而无法再有效治疗的。在这一年中，全球将有70万人死于抗药性感染。联合国的一份主要报告警告说，到2050年，每年的死亡人数可能会增加到1000万，除非我们做出一些根本性的改变。
大型制药公司和生物技术公司之所以没有研发新的抗生素，是因为它需要很多年的时间和大量的资金来进行研发。大多数新化合物都会失效。即使成功，收益也很小：抗生素的销量不及每天都要服用的药物。对于许多制药 公司来说，财务激励措施还不存在。
但是，如果您可以使用AI快速廉价地完成这项工作？
IBM的AI系统如何运作
IBM的新AI系统依赖于称为生成模型的东西。为了最简单地理解它，我们可以将其分解为三个基本步骤。
首先，研究人员从庞大的已知肽分子数据库开始。
然后，AI从数据库中提取信息并分析模式，以找出分子及其性质之间的关系。可能会发现，当一个分子具有某种结构或组成时，它往往会执行某种功能。这使其可以“学习”分子设计的基本规则。
最后，研究人员可以准确地告诉AI他们希望一个新分子具有什么特性。他们还可以输入限制条件（例如：请低毒！）。AI使用这些有关理想和不良特征的信息，然后设计出满足参数的新分子。研究人员可以从中选出最好的一个，并在实验室中开始对小鼠进行测试。
正如IBM论文的合著者之一AleksandraMojsilović告诉我的那样，“您只要转动旋钮，就能得到满足特性的分子。”
IBM研究人员声称，他们的方法在设计新的抗菌肽方面比其他领先方法要好10％。他们发现他们能够设计出两种对多种病原体高度有效的新型抗菌肽，包括对多种药物具有耐药性的肺炎克雷伯氏菌（K.pneumoniae），这种细菌以在医院患者中引起感染而闻名。令人高兴的是，当在小鼠中进行测试时，这些肽具有较低的毒性，这是有关其安全性的重要信号（尽管并非所有对小鼠都是正确的最终都可以推广到人类）。
在一篇博客文章中，IBM研究人员指出，尽管他们对AI系统如何能够潜在地加速抗生素发现并使抗生素耐药性细菌感到兴奋，但他们也希望该系统可以有更广泛的应用。他们设想，它可以帮助科学家“发现和设计更好的候选药物，用于更有效的疾病药物和疗法，吸收和捕获碳以帮助应对气候变化的材料，用于更智能的能源生产和储存的材料，等等。”
并不是说这个AI系统可以自己神奇地解决任何这些问题。但是它提出了一种解决问题的计算策略，可以带来真正令人兴奋的收益，并可能挽救很多生命。
原文点击标题