礼来公6月25日表示，将与OpenAI合作，利用其生成式AI工具开发可用于治疗耐药细菌的抗菌药物。

　　去年发表在《自然化学生物学》杂志上的一项最新研究，科学家们已经在实验室利用人工智能技术，发现了一种新型抗生素，可对抗特别具有威胁性的超级耐药细菌，例如鲍曼不动杆菌。

　　今年3月，麦克马斯特大学和斯坦福大学的研究人员在《自然》子刊《自然机器智能》上发表研究论文，研究人员开发了一种新的生成式人工智能（GenerativeAI）模型——SyntheMol，可以从近300亿个分子的化学空间中设计易于合成的新型化合物。

　　研究团队应用SyntheMol设计能够抑制超级细菌鲍曼不动杆菌的分子，从中合成了58个生成的分子并验证了其中6个结构新颖的分子对鲍曼不动杆菌和其他几种系统发育不同的细菌病原体表现出抗菌活性。

　　该研究表明了生成式人工智能从巨大的化学空间中设计结构新颖、易于合成和有效的小分子抗生素候选物的潜力，代表了将生成式人工智能用于抗生素发现和药物发现的实际应用迈出的重要一步。

　　过去几年中，世界卫生组织等公共卫生机构及行业专家对用于对抗抗生素耐药性细菌的新疗法进展缓慢表示担忧，他们认为目前开发的疗法渠道有限，不足以对抗所谓的“超级细菌”。

　　当细菌、病毒、真菌和寄生虫随着时间的推移而发生变化并且不再对药物有反应时，就会发生抗菌素耐药性，这使得感染更难治疗，并增加了疾病传播、严重疾病和死亡的风险。

　　根据世卫组织（WHO）统计，2019年全球约有120万人死于抗生素耐药性（AMR）所加剧的细菌感染，这已经高于艾滋病导致的死亡人数。世卫组织预测，到2050年，“超级细菌”将导致1000万人死亡，超过癌症。

　　国家传染病医学中心、复旦大学附属华山医院感染科主任张文宏教授表示：“超级耐药细菌感染是未来公共卫生的重大挑战。”

　　美国疾病控制与预防中心（CDC）估计，美国每年发生280万例抗生素耐药性感染。我国数据显示，抗生素的耐药率年均增长率为22%，远高于美国的6%，且临床针对儿童、孕妇和老人等特殊人群的抗菌药使用不合理的问题依旧存在，对新型抗菌药物或友好剂型存在迫切需求，特别是重症病人亟需要新药。

　　复旦大学附属华山医院抗生素研究所的数据显示，2022年，中国CRKP（碳青霉烯类耐药肺炎克雷伯菌）占肺炎克雷伯杆菌的比例约为27%，耐药性相较于2005年的3%比例显著增加，且近年来携带毒力基因的高毒力CRKP的发生和检出率增多。

　　由于大多数抗生素都是广谱药物，可以对抗多种细菌，因此对很多类型的细菌施加了很大的选择压力，导致细菌迅速进化，并能获得耐药基因。而近年来，新型抗生素的储备似乎已经跟不上细菌进化的速度。

　　抗生素的开发风险较其他药物更大、耗时更长，可能需要10年至20年的时间，数亿美元的投入。即便是在生物医药高度发达的美国，也面临抗菌药物开发不足的问题。若缺乏政策激励措施，一些小型的抗生素研发企业很难持续投入研发。

　　一位医学专家对第一财经记者表示，人工智能的方法可以帮助发现新的抗生素，但现有的人工智能方法存在显著局限性。例如，虽然生成式AI模型直接设计候选抗生素分子，可以快速探索巨大的化学空间，但生成的分子往往在合成上具有挑战性。