科學(xué)家測(cè)試了39000多種化合物對(duì)金黃色葡萄球菌和來自肝臟、骨骼肌和肺部的3種人體細(xì)胞的影響,。這些測(cè)試數(shù)據(jù)被用來訓(xùn)練AI模型,，使其能夠預(yù)測(cè)化合物的抗菌活性及對(duì)人體細(xì)胞的潛在毒性,。經(jīng)過訓(xùn)練后的AI模型對(duì)1200萬種化合物進(jìn)行了計(jì)算機(jī)模擬分析，最終發(fā)現(xiàn)了3646種具有理想類藥物性質(zhì)的化合物,。更重要的是,，他們還確定了可解釋每種化合物性質(zhì)的化學(xué)亞結(jié)構(gòu)。

 通過深入研究這些化合物的化學(xué)亞結(jié)構(gòu),，科學(xué)家成功確定了一種新的潛在抗生素類別,，并發(fā)現(xiàn)了兩種無毒的化合物。在小鼠身上的實(shí)驗(yàn)結(jié)果顯示,，這兩種新發(fā)現(xiàn)的抗生素對(duì)耐甲氧西林金黃色葡萄球菌和耐萬古霉素腸球菌都有顯著的治療效果,。

 數(shù)據(jù)顯示，2019年因抗生素耐藥性導(dǎo)致120多萬人死亡,。預(yù)計(jì)未來幾十年這一數(shù)字還會(huì)上升,。目前只有少數(shù)幾類新抗生素，如惡唑烷酮和脂肽,，對(duì)耐甲氧西林金黃色葡萄球菌和耐萬古霉素腸球菌有效,。

 這項(xiàng)研究成果展示了AI在藥物發(fā)現(xiàn)領(lǐng)域的巨大潛力。通過AI的引導(dǎo),，科學(xué)家不僅能預(yù)測(cè)化合物的生物效應(yīng),，還能深入理解其背后的化學(xué)機(jī)制。這種方法有望加速新抗生素的開發(fā)進(jìn)程,，還有可能為其他領(lǐng)域的藥物研發(fā)提供新的思路和方法,。

 此時(shí)此刻，我們正置身于一場(chǎng)巨大的技術(shù)浪潮之中,。驅(qū)動(dòng)這次浪潮的力量之一,，就是人工智能。想想看,，幾年前我們還為人工智能可以模仿人的聲音而驚奇,，如今網(wǎng)絡(luò)視頻中真假難辨的“數(shù)字人”已不再稀罕；幾年前我們還感慨人工智能竟然可以寫詩,、譜曲,，如今人工智能創(chuàng)作內(nèi)容已發(fā)展成方興未艾的產(chǎn)業(yè)。人工智能正在制造業(yè)、娛樂,、醫(yī)療,、教育等各行各業(yè)成為得力助手，助推生產(chǎn),、工作,、研發(fā)、學(xué)習(xí)效率的躍升,。在這樣的背景下,，每個(gè)人都值得好好思考，如何在人工智能時(shí)代更好地立足與生存,。

(編輯:月兒)