韩国制药生物协会携手MIT ILP共同举办大会

世界权威James Collins教授:
“借助AI开发,可研制无耐药性、见效快的抗生素”

“尽管细菌感染问题日益凸显,但抗生素新药开发却在逐渐减少。如果利用人工智能(AI)开发抗生素,就有望在见效迅速的同时不产生耐药性,也不影响其他菌群,从而研发出这样的抗生素。”


28日,在韩国制药生物协会与麻省理工学院产业学术合作项目联合举办的“MIT-韩国”会议上,麻省理工学院教授James Collins通过视频进行主题演讲。图片由记者李春熙提供

28日,在韩国制药生物协会与麻省理工学院产业学术合作项目联合举办的“MIT-韩国”会议上,麻省理工学院教授James Collins通过视频进行主题演讲。图片由记者李春熙提供

View original image

“如果持续使用抗生素,最终将没有任何抗生素再起作用。”这是对抗生素风险的警示。杀灭细菌的抗生素在服用过程中,会促使细菌为求生存而逐渐适应毒性,产生“耐药性”。一旦形成强耐药性,真正需要用药时抗生素却不起作用,可能导致无法治疗的局面。尽管政府向减少抗生素处方的医疗机构发放激励资金,在战胜细菌感染方面也确实取得了成效,但社会上仍普遍把抗生素视为“能不用就绝对不要用”的药物。随着市场规模缩小,制药企业也在犹豫是否要开发新的抗生素。


美国麻省理工学院(MIT)医学工程与科学研究所(IMES)教授 James Collins 正在利用人工智能来开发抗生素新药,以应对这一现象。Collins 教授是由麻省理工学院和哈佛大学共同设立的布罗德研究所的核心研究人员之一,被视为合成生物学领域的权威。他在28日由韩国制药生物协会与麻省理工学院产学合作项目(ILP)联合举办的“MIT-Korea 会议”上,通过线上主旨演讲提出了这一可能性。


Collins 教授将20世纪50至60年代称为抗生素开发的黄金期。他表示:“此后大部分抗生素新药相比既有药物不过是略有改进,而且近来几乎没有新的产品问世。”相反,“在新冠肺炎(COVID-19)全球大流行期间,每7名住院患者中就有1人同时发生细菌感染,因细菌感染而死亡的病例也很多。”他如此说明现状。接着指出:“持续对抗生素产生耐药性的菌株不断增加,使耐药问题愈发严峻。”因此,“开始关注利用人工智能(AI),把深度学习和机器学习结合起来开发抗生素新药候选物质。”


人类无法完成的15亿个化合物库筛选……AI可以做到

Collins 教授构建了一个包含约2.5万个化合物(compound)的库,将这些化合物暴露于大肠杆菌中,筛选出具有抗菌效果的化合物,并从中再次选出51个候选物质。其中最引人注目的是“Halicin(哈里辛)”。这一名称取自电影《2001太空漫游》中出现的人工智能计算机“HAL”。Collins 教授在2020年发现 Halicin 时曾表示,“这是利用AI发现的首个抗生素”,“迄今为止,AI在发现过程中虽曾提供部分辅助,但完全不依赖人类假设、从零起步发现全新抗生素,这还是第一次”。


Collins 教授强调,Halicin 与传统抗生素相比几乎不引发耐药性,“这是因为它并非以特定蛋白质为靶点,而是以形成该蛋白质的机制作靶点”。他表示:“在对耐药性极高的大肠杆菌使用 Halicin 的试验中,能够迅速将其杀灭;而传统抗生素中,仅有2%对其有效。”他还强调,Halicin 对多种对广谱抗生素表现出耐药性的菌株大多有效,而且很难产生耐药性。


Halicin 对艰难梭菌(CD)和鲍曼不动杆菌等一旦感染便难以治疗、对创新疗法需求极高的疾病同样显示出疗效。艰难梭菌感染(CDI)会引发严重腹泻且复发率高,据悉在美国每年有约1.5万至3万人因此死亡。Collins 教授表示:“向表现出抗生素耐药性的 CDI 小鼠投予 Halicin 后,没有出现细胞毒性,并清除了艰难梭菌;鲍曼不动杆菌感染在多数抗生素均无效的情况下,将 Halicin 涂抹于皮肤后,感染消失。”


James Collins教授表示,今后7年内将通过人工智能筛选推出7种新型抗生素。 李春熙记者供图

James Collins教授表示,今后7年内将通过人工智能筛选推出7种新型抗生素。 李春熙记者供图

View original image

Collins 教授一再强调,这种利用AI进行的“发现(discovery)”将为抗生素开发带来革命性变化。他表示:“有人质疑,研究区区几十种化合物,几名研究者不就能做完吗?”但他解释称,“AI 的真正价值在于帮助我们获取更大型化合物库的可及性”,目前已经构建了一个包含15亿种化合物的库。


此外,Collins 教授还指出,传统新药开发方法是一种“黑箱”模式,而利用AI则可以实现“白箱”式开发。以往对“只知道输入和输出、却不了解作用机理的药物”,需要研究者通过输出结果来推测输入药物是如何被激活的;而借助AI,则可以识别新发现或新设计的抗生素的分子机制。通过确认多种物质代谢过程,并观察在这一层面出现了哪些变化,从而获得新的洞见。



Collins 教授表示,通过这一方式,他立下目标,“今后7年要开发7种新的抗生素”。靶点包括鲍曼不动杆菌、金黄色葡萄球菌、大肠杆菌、肺炎克雷伯菌、铜绿假单胞菌、淋病奈瑟菌以及结核分枝杆菌。尤其是针对金黄色葡萄球菌的抗生素,正采用白箱方式,通过确认支架(scaffold)及相关结构,以验证其能够产生何种抗菌效果的方式推进开发。据介绍,研究团队已经确认,对甲氧西林耐药金黄色葡萄球菌以及对万古霉素耐药的肠球菌等具有抗生素耐药性的菌株,同样展现出抗菌效果。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。

不容错过的热点