研究人员如何使用Codex和ChatGPT寻找新的抗菌分子

包括细菌、真菌、寄生虫和病毒在内的耐药性微生物是一个日益严重的全球威胁。2021年约有500万人死亡 关联 ⁠ （在新窗口中打开） 具有细菌抗菌药物耐药性--预计到2050年，每年的死亡人数将大约增加一倍。可能需要数年时间才能找到有潜力成为抗菌药物的分子。研究人员正在使用人工智能来加速这一早期发现阶段。 “在我看来，抗菌药物耐药性是人类面临的最大生存威胁之一，”他说 塞萨尔·德拉富恩特 ⁠ （在新窗口中打开） 是一位生物工程师，他的跨学科实验室正在寻找抗菌药物候选物。“然而，我们已经50年没有出现过一类新型抗生素了。” 现代抗菌药物开发的大部分重点是修改现有药物或寻找熟悉的化学物质类别。但这种方法的回报递减。 德拉富恩特的实验室始于一个鲜为人知的地方：生命密码。这项工作背后的中心思想是生物学是一个信息系统。“组成DNA的核苷以及组成蛋白质和肽的氨基酸有点像字母表，”德拉富恩特说。“将生物学视为信息使我们能够开发出能够开始破译产生功能分子的生命组织原则的方法。” 该实验室的深度学习模型经过训练以识别生物序列中的模式，使它们能够搜索大量的基因组和蛋白质数据集以寻找潜在的抗菌药物。该方法可以将最初寻找候选分子的时间从数年缩短到数小时。 除了自己的人工智能模型外，该实验室还使用ChatGPT和Codex来集思广益假设、编写和完善代码、处理数据集、分析结果并连接跨科学学科的想法。 基因组中只有一小部分具有明确的功能，编码能够对抗传染性微生物的分子的数量较少。挑战是识别构成分子的模式

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。