隨著全球步入后疫情時(shí)代，抗生素耐藥性引發(fā)的公共衛(wèi)生危機(jī)日益嚴(yán)峻。聯(lián)合國曾在2019年的一份報(bào)告中指出，到2050年，每年將可能有1000萬人因耐藥病原體影響而死亡。

?

為了解決抗生素耐藥性的挑戰(zhàn)，牛津大學(xué)最近成立了流行病科學(xué)研究所，致力于通過下一代人工智能 (AI) 和量子計(jì)算研發(fā)新型抗菌藥物。人工智能和量子計(jì)算在終結(jié)抗生素耐藥性的競賽中，具有關(guān)鍵的加速作用。本文中，IBM研究員、IBM歐洲副總裁和瑞士蘇黎世IBM研究實(shí)驗(yàn)室主任Alessandro Curioni，就IBM的實(shí)踐以及人工智能與量子計(jì)算在加速新抗菌藥物發(fā)現(xiàn)中的應(yīng)用前景進(jìn)行了深入探討。

?

生成式AI的變革力量

?

在下一代人工智能中，利用生成模型可預(yù)測特定新藥所需的最終分子構(gòu)成。這些人工智能模型不僅能搜索具有相關(guān)特性的已知分子，它們還強(qiáng)大到能學(xué)習(xí)數(shù)據(jù)的基礎(chǔ)特征，為尚未合成的新分子提供有效信息。這是一種特別具有變革性的設(shè)計(jì)研究。

?

目前，人工智能建模在助力帕金森綜合征、糖尿病和慢性疼痛疾病的認(rèn)知和治療中已表現(xiàn)出應(yīng)用價(jià)值。例如，在今年3月，IBM和JDRF發(fā)表在《Nature Communications》上的新研究顯示，AI可以更好地預(yù)測I型糖尿病發(fā)病情況。

?

同時(shí)，人工智能在抗菌肽 (AMP)、小分子蛋白質(zhì)化合物等方向的研究中也展現(xiàn)出速度優(yōu)勢。在2021年發(fā)表于《Nature Biomedical Engineering》的一篇研究證實(shí)了，相比于傳統(tǒng)方法，人工智能在輔助搜索新的、有效的、無毒的肽中可大大縮短投入時(shí)間。他們在短短的48天內(nèi)就給出了20種匹配度最高的新型候選分子。

?

值得注意的是，他們還發(fā)現(xiàn)了2種用于對抗肺炎克雷伯菌的新型候選藥物分子。肺炎克雷伯菌是一種常見的細(xì)菌，可引起肺炎和血流感染，并且對傳統(tǒng)抗生素的耐藥性越來越強(qiáng)。用傳統(tǒng)方法獲得對抗肺炎克雷伯菌的新型候選藥物，將需要數(shù)年時(shí)間。

?

AI加速AMP商業(yè)化

?

通過人工智能生成模型、利用先進(jìn)的計(jì)算機(jī)模擬促進(jìn)材料發(fā)現(xiàn)，是IBM研究院的一項(xiàng)重大戰(zhàn)略性計(jì)劃——“發(fā)現(xiàn)加速器”。無論是為下一次全球危機(jī)做準(zhǔn)備，還是迅速應(yīng)對當(dāng)前和未來不可避免的危機(jī)，IBM希望使用新興計(jì)算技術(shù)來促進(jìn)科學(xué)方法的研發(fā)和應(yīng)用，從而大大加快新材料和藥物的發(fā)現(xiàn)速度。?

在AMP（腺嘌呤核糖核苷酸）方面的研究成果就是一個(gè)很好的例子。

?

2021年，IBM研究中心和英國科學(xué)技術(shù)設(shè)施委員會 (STFC) 哈特里中心共同成立一個(gè) STFC-IBM 聯(lián)合項(xiàng)目，面向人工智能、高性能計(jì)算和數(shù)據(jù)分析、量子計(jì)算等領(lǐng)域，可加速發(fā)現(xiàn)、開發(fā)創(chuàng)新解決方案，以應(yīng)對包括材料開發(fā)、生命科學(xué)、環(huán)境可持續(xù)和制造業(yè)在內(nèi)的行業(yè)挑戰(zhàn)。

?

近期，IBM、聯(lián)合利華和STFC 在認(rèn)知AMP（腺嘌呤核糖核苷酸）方面取得了進(jìn)展。他們采用先進(jìn)的模擬方法，以及聯(lián)合利華的實(shí)驗(yàn)研究，展示了小分子添加劑（低分子量有機(jī)化合物）如何能使 AMP 更加高效的發(fā)揮價(jià)值。并且通過生成這種可增強(qiáng)效力的新分子機(jī)制，他們創(chuàng)造了新的消費(fèi)產(chǎn)品。

量子計(jì)算+AI創(chuàng)造新分子

?

這是由傳統(tǒng)線性材料轉(zhuǎn)變來的新發(fā)現(xiàn)方法。從廣義上講，人工智能可以了解新材料的所有特性。IBM深度搜索（Deep Search），梳理了有關(guān)制造這種特定材料的現(xiàn)有知識（隱藏在專利和論文中的研究）。

?

而生成模型會根據(jù)現(xiàn)有數(shù)據(jù)生成一個(gè)可能的新分子。然后使用高性能計(jì)算機(jī)來模擬這個(gè)新的候選分子以及它與外界發(fā)生的反應(yīng)，以確保它的各個(gè)性能符合預(yù)期。未來，量子計(jì)算機(jī)可以進(jìn)一步改進(jìn)這些分子模擬。

?

最后，在人工智能驅(qū)動的實(shí)驗(yàn)室預(yù)測、開發(fā)、驗(yàn)證這些分子。在IBM，我們使用一個(gè)名為 RoboRXN的工具來實(shí)現(xiàn)這一目標(biāo)。RoboRXN是一個(gè)冰箱大小的小型化學(xué)實(shí)驗(yàn)室，融合了人工智能、云計(jì)算和機(jī)器人技術(shù)，幫助研究人員解決一般的“逆向設(shè)計(jì)”問題，找到或創(chuàng)建具有所需特性或功能的材料，隨時(shí)隨地創(chuàng)造新分子。

?

總的來說，解決抗生素耐藥性危機(jī)，探索材料發(fā)現(xiàn)方式迫切需要真正的范式轉(zhuǎn)變。隨著量子計(jì)算的快速進(jìn)步和量子機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，人工智能正在突破經(jīng)典計(jì)算的限制。如今，人工智能已顯示了在模型訓(xùn)練速度、分類任務(wù)和預(yù)測準(zhǔn)確性方面的量子優(yōu)勢。

?

所以，要想探究與抗菌活性相關(guān)的特征，在分子尺度上進(jìn)行物理建模、探索其作用模式，創(chuàng)造新的化合物，結(jié)合最強(qiáng)大的新興人工智能技術(shù)和量子計(jì)算技術(shù)是最有希望、最快的途徑。

?

原文鏈接：
https://www.weforum.org/agenda/2022/08/tackling-antibiotic-resistance-with-ai/

文：Alessandro Curioni編譯：卉可編輯：慕一
注：本文編譯自“世界經(jīng)濟(jì)論壇”，不代表量子前哨觀點(diǎn)。