人工智能可以用来发明前所未有的新药

（如果您喜欢，请转发）

在现代医学的版图中，抗生素耐药性、帕金森病以及数千种罕见病曾被视为不可逾越的“绝症”。然而，人工智能（AI）的介入正在打破这一僵局。从在数小时内筛选数千万种化合物，到模拟疾病细胞的演变过程，AI 不仅在发明前所未有的新药，还在现有的药物宝库中寻找“老药新用”的希望。这场由算法驱动的革命，正在将科学家的梦想变为现实。

————
这些疾病曾被认为无法治愈，如今 AI 正在开启全新疗法

日期： 12小时前
作者： Laurie Clarke
来源： BBC (Intelligence Revolution 系列)

人工智能正在针对帕金森病、抗生素耐药性超级真菌以及许多罕见病开发新药——这一进展是许多科学家以前从未梦想过的。

大约半个世纪以来，人类在与细菌的斗争中正逐渐败北。抗生素作为这场战斗中最强大的武器，随着耐药性的蔓延正变得日益失效。目前每年约有 110 万人死于直到最近还很容易治疗的感染。如果不采取紧急行动，预计到 2050 年，这一死亡人数将上升至 800 万以上。

研发新抗生素是一个令人沮丧的漫长且昂贵的过程。在 2017 年至 2022 年间，仅有 12 种新抗生素获批使用，其中大多数与现有药物类型相似，细菌早已对其产生了耐药性。由于制药公司缺乏兴趣和资金投入不足，该领域长期被忽视。

但现在，研究人员正寻求缩小这一差距——有些人正寄希望于人工智能来实现目标。

“我们可以在几天甚至几小时内，查阅庞大的化学化合物库，”美国剑桥麻省理工学院（MIT）医学工程与科学教授詹姆斯·柯林斯（James Collins）表示。在 AI 的帮助下，柯林斯及其团队已经发现了两种新化合物，它们可能成为对抗高度耐药性淋病和金黄色葡萄球菌（MRSA）的重要武器。

这只是 AI 开启药物研发新时代的一个缩影。科学家们正将 AI 指向帕金森病等尚无治愈方法的疾病，以及数千种罕见病，以期获得新突破。

柯林斯团队训练了一个生成式 AI 模型来识别已知抗生素的化学结构。这让算法学会了如何杀死细菌。随后，研究人员利用 AI 筛选了超过 4,500 万种不同的化学结构，评估其针对耐药性淋病双球菌和金黄色葡萄球菌的能力。

这两种细菌都具有高度耐药性——以淋病为例，它几乎能逃避所有治疗方案。目前可用的有效抗生素已寥寥无几。

柯林斯的方法是利用 AI 创造全新的化合物。一种方法是选择一个分子作为起点，利用生成式 AI 技术进行扩充，“添加化学键、原子和子结构”。在每个关键阶段，AI 都会评分：“这看起来像抗生素吗？它是否更接近潜在的抗生素？”另一种方法则是完全不设定起点，让 AI 从零开始自由发挥。

通过这种方式，柯林斯和同事设计了 3,600 万种化合物。团队选择了 24 种在实验室进行合成。实验证明，其中 7 种具有抗菌活性，2 种在杀灭高度耐药菌株方面非常有效。更重要的是，这些化合物攻击细菌的方式与现有抗生素不同，这意味着它们有望成为克服耐药性的新一代药物。

帕金森病的进展

帕金森病最早于 1817 年被发现，但两个世纪后，仍没有能减缓病情发展的疗法。全球有超过 1,000 万患者。长期以来，治疗帕金森病的尝试大多以失败告终，部分原因是我们仍不清楚其致病原因。

英国剑桥大学蛋白质错误折叠疾病中心联合主任米凯莱·文德鲁斯科洛（Michele Vendruscolo）教授表示：“关于该病起源的争论无穷无尽。”这使得确定药物靶点变得异常困难。

但在 2024 年，文德鲁斯科洛发表了一项研究，利用机器学习寻找能够针对大脑中错误折叠蛋白质簇（路易体）的潜在药物。路易体被认为在神经退行性疾病的早期阶段起着关键作用。

AI 的力量在于它能极快地缩小搜索范围。文德鲁斯科洛说：“传统方法在 6 个月内能筛选约 100 万个分子，耗资数百万英镑。现在，只需几天时间，花费几千英镑，就能筛选数十亿个分子。”

他的团队最终确定了 5 种极具潜力的新化合物。他希望有一天，AI 能在帕金森病发作前就通过稳定蛋白质来阻止它，“预防疾病比治疗更有效。”

老药新用

治疗疾病并不总是意味着开发新药。宾夕法尼亚大学的大卫·法金鲍姆（David Fajgenbaum）副教授通过一种现有的抗排异药物西罗莫司救了自己的命，成功对抗了罕见的卡斯特曼病。

他的经历证明，数千种已经过安全测试并上市的药物中隐藏着巨大潜力。2022 年，他创办了非营利组织 Every Cure，利用机器学习将数千种药物与数千种疾病进行匹配。哈佛医学院的一个 AI 模型已经发现了近 8,000 种获批药物可能用于治疗 1.7 万种不同的疾病。

智能革命

麦吉尔大学的丁俊（Jun Ding）助理教授通过 AI 模型模拟细胞从健康到异常的转变过程，称之为“虚拟疾病系统”。通过这种模拟，研究人员可以在虚拟细胞上测试不同药物的影响，而无需高昂的成本。

丁教授相信：“在未来 5 到 10 年内，大多数新药研发都将由 AI 引导，甚至完全基于 AI。”

局限性

尽管前景光明，但挑战依然存在。许多关于药物特性的数据集（如毒性、排泄等）掌握在制药巨头手中，并不对外公开。目前，AI 在药物研发的初期筛选阶段最为有用。由于新药从研发到应用是一个漫长的过程，这些潜在疗法要真正惠及患者仍需时日。

文德鲁斯科洛表示：“AI 正在彻底改变药物研发，但它仍以非常具体的方式在发挥作用。”