1928年9月3日，亞歷山大·弗萊明 (Alexander Fleming) 教授結束了度假，回到自己的實驗室中，開始工作。他仔細查看實驗室中一系列的培養皿，而這些培養皿中則有著葡萄球菌菌落。

突然，他發現其中有一個培養皿顯得那麼的與眾不同。它上面佈滿了葡萄球菌菌落，但只有一個區域長了黴菌。 黴菌周圍的區域清晰可見，就好像黴菌分泌了抑制細菌生長的物質一樣。[1]

亞歷山大·弗萊明。圖片來源：Encyclopædia Britannica

科學家的敏銳嗅覺，促使弗萊明教授開始了進一步的研究。於是，史上第一種真正的抗生素——青黴素，就這樣被發現了。弗萊明教授也因為此項發現而榮獲1945年諾貝爾生理學或醫學獎。[2]

抗生素的發現和發展，近百年來給人類帶來了無數的福音。每當由細菌感染引起的疾病來襲時，抗生素從未缺席，與人類並肩作戰，抵抗病魔。

然而，同世界上一切生命一樣，細菌同樣對生存有著強烈的需求。當細菌或真菌等微生物能抵禦殺滅它們的藥物時，細菌的抗藥性便由此產生。於是，細菌便不會被這些藥物殺滅，反而會繼續生長。

細菌的「抗生素耐藥性」，給治療由這些細菌感染引起的疾病，帶來了許多困難。直接導致了更高昂的醫療費用、更長時間的住院治療期、以及更高的死亡率。[3,4]

這是一個值得人人關注的公共衛生問題，而且它不容小覷。

抗生素耐藥性在世界各地發生，並正在上升到危險高度。新的耐藥機制正在出現並在全球蔓延，威脅到我們治療常見傳染病的能力。由於抗生素有效性下降，越來越多的感染（比如肺炎、結核病、敗血症、淋病和食源性疾病）變得更難治療，有時甚至無藥可治。

在沒有處方就能買到人用或動物用抗生素的地方，耐藥性的出現和傳播會更嚴重。同樣，在沒有標準治療指南的國家，衛生工作人員和獸醫經常過量開具抗生素，公眾也會過度使用。

如不採取緊急行動，我們將進入後抗生素時代，到時普通感染和輕微損傷都會再次造成死亡。

世界衛生組織（WHO）

科學家們預測，假如不能開發出有效的藥物來，到2050年，每年將會有1000萬人死於被耐藥菌感染所引起的疾病。[5]

然而，人類也不是好惹的。你魔高一尺，我便道高一丈。

藥物是針對性殺滅細菌的主要外力手段，當一種藥物對目標細菌無能為力之時，我們只能開發新藥，而且需要保證這個過程迅速而高效。

新藥的研發是一件極其耗費時間、金錢、資源與人力的複雜工程。

化學藥物歸根結底是化學物質。化學物質，則是微觀化學結構的宏觀體現。微觀的結構決定了化學物質的性質，而性質則又決定了化學物質的功能和應用。

因此，新藥的研發流程中，最為重要的一環就是藥物分子的結構設計。

近年來，人工智能在許多行業都得到了讓人滿意的應用。在人工智能的大力協作下，一些需要高度智能化的工作被高效推進。藥物研發領域更不例外。

近日，由詹姆斯·科林斯 (James J. Collins) 領導的美國科學家團隊，開發了一種神經網絡。這種受大腦結構啟發的人工智能算法，從每個原子入手，對整個分子的結構與特性進行深度學習。[7]

同人類一樣，要想有持續的內容輸出，必須先要有大量的內容輸入。換句話說，想要寫出好的文章，必須先積累大量的閱讀；要想發表學術論文，必須先有大量的實驗數據支撐。

人工智能同樣要有學習和積累的過程。不過，在優良的設計基礎之上，人工智能的學習效率要比人類的學習效率高的多。

科林斯領導的研究團隊，使用2,335個具有已知抗菌活性的分子，對其開發的神經網絡進行訓練，以找出能夠抑制大腸桿菌的分子。

掃描電鏡下呈綠色的大腸桿菌。圖片來源：Nature

經過有效訓練，該模型被應用到了藥物分子的篩選中。它從一個含有6,000個正在研究針對人類疾病的分子庫中，篩選並預測哪些分子可能會對大腸桿菌具有抑制作用。並且僅僅向研究人員展示那些與常規抗生素不同的分子。

研究人員從篩選結果中挑選出了約100個分子進行物理測試，發現1個分子，可能成為有效的抗生素，科學家為其冠以Halicin的名字。接下來所進行的動物實驗表明，該分子對多種病原體都有抑制活性。

為了進一步測試這種神經網絡模型的作用，同時發掘更多有關新型抗生素的信息。研究人員又在一個包含有1.07億個分子的庫中進行篩選，並最終確定了2個分子，它們對多種病原體都有高效的活性。[8,9]

千百年來，細菌和病毒一直是人類健康的絆腳石，縱然我們堅持不懈地與之鬥爭，始終沒有取得壓倒性的勝利。最可怕的是，這些肉眼不可見的威脅無所不在，爆發的能量不容小覷，我們要懷有敬畏之心，不可輕敵。

在這場與細菌和病毒的持久戰中，不管成功也好，失敗也罷，人類都積累了大量的知識和經驗。然而，面對肉眼不可見，且狡猾多變的微生物，僅靠經驗和知識是遠遠不夠的，只有實踐才是檢驗真理的唯一標準。

隨著人們對健康的重視和極致的追求，人工智能，無疑會成為與人類並肩作戰的好隊友。

參考文獻

[1] American Chemical Society International Historic Chemical Landmarks. Discovery and Development of Penicillin.

[2] Sir Alexander Fleming – Biographical. NobelPrize.org

[3] Antibiotic resistance, World Health Organization.

[4] Antibiotic / Antimicrobial Resistance (AR / AMR), Centers for Disease Control and Prevention.

[5] Holly Else, UK medical chief: "We are in an arms race against microbes". Nature News Q&A, DOI: 10.1038/d41586-019-01409-x

[6] 《新藥研發案例研究——明星藥物如何從實驗室走向市場》白東魯，沈競康 主編

[7] James J. Collins et al, A Deep Learning Approach to Antibiotic Discovery, Cell, 2020, 180, 688-702. DOI: 10.1016/j.cell.2020.01.021

[8] Jo Marchant, Powerful antibiotics discovered using AI, Nature News, DOI: 10.1038/d41586-020-00018-3

[9] Rodrigo Pérez Ortega, Researchers find new, promising antibiotic with help from AI, Science News.

[10]《化學辭典》周公度 主編

[11]《藥物分析》杭太俊 主編，狄斌 副主編

文中插圖如未註明來源，均來自於Pixabay

如需轉載，請聯繫[email protected]

閱讀更多 科學你我他 的文章

關鍵字: 真菌 人工智能 動物