网站搜索

人工智能幻觉如何帮助创造救命抗生素


人工智能模型的编造趋势正在帮助医学研究人员探索新分子。

生成人工智能 (AI) 模型经常产生幻觉并发明不真实或无法从源材料中引用的信息。这种行为通常是一个弱点,特别是考虑到人工智能生成的错误信息不断增加。然而,在细菌世界中,幻觉正在帮助研究人员发现新的救命药物。

斯坦福大学医学院和麦克马斯特大学的研究人员开发了一种人工智能模型,揭示了致命的抗生素耐药细菌的可能解决方案。该模型名为 SyntheMol,是合成分子的缩写,它创建了“六种新药物的结构和化学配方,旨在杀死鲍曼不动杆菌的耐药菌株,鲍曼不动杆菌是导致抗菌药物耐药性相关死亡的主要病原体之一”。

全球每年有近 500 万人死亡与抗菌素耐药性 (AMR) 有关。该研究的合著者、生物医学数据科学副教授詹姆斯·邹(James Zou)在一份声明中表示:“快速开发新抗生素对公共卫生有巨大的需求。” “我们的假设是,有很多潜在的分子可以成为有效的药物,但我们还没有制造或测试它们。这就是为什么我们想使用人工智能来设计自然界中从未见过的全新分子”。

可能的化合物的数量是指数级的。在 SyntheMol 等模型出现之前,研究人员使用算法对药物库进行排序以寻找潜在的解决方案,但只能以所需速度和规模的一小部分进行。 SyntheMol 的计算能力以及它产生幻觉的事实使研究人员能够以全新的效率探索 AMR 的解决方案。   

邹补充道:“这个人工智能确实在设计并向我们传授人类以前从未探索过的化学空间的全新部分。”

研究人员对 SyntheMol 进行了“分子构建模块”和化学反应库的培训。其中包括目前哪些化学物质对鲍曼不动杆菌有效的数据作为指导。根据斯坦福大学的说法,该模型“在不到 9 小时的时间内生成了大约 25,000 种可能的抗生素以及制造它们的配方。”

最初,SyntheMol 有点太有想象力了,创造了不可能存在的化合物。研究人员添加护栏后,结果变得更加现实。为了确保细菌不会对这些新配方产生抗药性,研究人员过滤掉了与目前有效的抗生素类似的化合物。

“现在我们不仅拥有全新的分子,而且还获得了如何制造这些分子的明确说明,”邹说。

研究人员缩小了 SyntheMol 建议的化合物的可行性。 Enamine 化学公司能够在实验室中合成 58 种化合物。六种能够杀死细菌的耐药菌株,研究人员将其中两种转移到下一阶段:在小鼠身上进行测试。

这些新化合物还显示出对抗其他可能产生抗生素抗药性的传染性细菌的前景,包括大肠杆菌、耐甲氧西林金黄色葡萄球菌以及那些可能引起脑膜炎和肺炎的细菌。研究人员目前正在调整 SyntheMol 并与其他团队合作,看看该模型是否也可以用于发现可能的心脏病药物。

相关文章