一项新研究利用机器学习来预测全球微生物组中潜在的新抗生素，研究作者称这标志着人工智能在抗生素耐药性研究领域的应用取得了重大进展。
这篇报告于周三发表在《细胞》杂志上，详细介绍了科学家们的发现。他们利用一种算法挖掘了“地球上所有微生物多样性，或者说其中的一小部分，并在所有微生物暗物质中找到了近 100 万个编码或隐藏的新分子”，这项研究的作者、宾夕法尼亚大学教授César de la Fuente说道。De la Fuente 是机器生物学小组的负责人，该小组旨在利用计算机加速生物学和医学领域的发现。
德拉富恩特说，如果没有这样的算法，科学家就不得不使用传统方法，比如收集水和土壤来寻找样本中的分子。这可能很有挑战性，因为微生物无处不在——从海洋到人类肠道。
“这可能需要很多很多年的时间才能完成，但有了算法，我们就可以对大量信息进行分类，从而加快这个过程，”德拉富恩特说。
作者表示，这项研究对公共卫生来说至关重要，因为抗生素耐药性在 2019 年造成了 120 多万人死亡。根据世界卫生组织(WHO) 的数据，到 2050 年，这一数字可能会增加到每年 1000 万人死亡。
德拉富恩特表示，他认为这项“有史以来最大的抗生素研发”研究是人工智能为研究带来潜在益处的分水岭，但他承认，不良行为者可能会“开发人工智能模型来设计毒素”。
他说他的实验室已经实施了安全措施来储存这些分子，并确保这些分子不能自我复制。值得注意的是，由于这些是“惰性分子”，因此这项研究不需要生物安全措施。
