详细内容或原文请订阅后点击阅览
生成式人工智能和物理学如何帮助设计新抗生素
基于物理的模拟可以帮助识别哪些肽抗生素可以杀死大肠杆菌等细菌，如图所示是使用电子显微镜拍摄的。 （Nurgul D / 维基共享资源）CC BY-SA 4.0。作者：Rachael (Ré) A Mansbach，康科迪亚大学和 Jyler Menard，科学家估计，到 2050 年，抗生素耐药性感染将导致超过 800 万人死亡 [...]
来源:ΑΙhub基于物理的模拟可以帮助识别哪些肽抗生素可以杀死大肠杆菌等细菌，如图所示是使用电子显微镜拍摄的。 （Nurgul D / 维基共享资源）CC BY-SA 4.0。
作者：Rachael (Ré) A Mansbach，康考迪亚大学和 Jyler Menard
科学家估计，到 2050 年，全球每年将有超过 800 万人死于抗生素耐药性感染。
这些是对青霉素等传统抗生素有抵抗力的细菌感染。当您食用受污染的食物、有开放性伤口或接受手术时，它们就会出现。大肠杆菌就是一个很好的例子，因为一些菌株已经对传统抗生素产生了高度耐药性。它们也可能以继发感染的形式出现，例如病毒感染后的肺炎。
亚历山大·弗莱明 (Alexander Fleming) 教授在他位于伦敦帕丁顿圣玛丽医院的实验室中首次发现了青霉素（1943 年）。（维基共享资源），CC BY
我们需要新的抗生素，但设计它们很困难。
将一种新药推向市场可能需要 10 年时间和超过 10 亿美元。自 2017 年以来开发的 13 种新抗生素中，有 10 种已经对至少一种细菌无效。
一个潜在的解决方案是使用生成式人工智能模型，在训练有素的科学家的指导下，设计出前所未见的分子。
基于物理的模拟，即计算机模仿现实法则，可以帮助我们弄清楚它们是否能够以快速且经济高效的方式制造出优质药物。
肽干草堆
所有方法都需要一个起点。 “开发一种新药”并不是一个足够具体的提示。如果我们要大海捞针，我们至少需要知道该去哪个大海捞针。对于药物（尤其是抗生素）来说，一个好的大海捞针是肽。
该图显示了科学家在利用物理和人工智能设计药物时使用的工作流程。推荐器生成指定构成肽的不同氨基酸的字母。