当前，利用人工智能参与新药发现与设计，已经成为当前新药研发的热门赛道。曾经，麻省理工学院利用人工智能技术成功发现新型抗生素--Halicin（哈利辛），该抗生素展现出非常强大的抗菌效果。他们利用人工智能模型的自主学习和分析，成功筛选出具有卓越抑制细菌生长能力的分子。该AI模型基于对2000个已知性能分子的深度学习，不仅发现了新的抗生素特征，而且在超大规模的产品库中精准筛选出了一个高效的抗生素。本文以哈利辛为例，对此做一分析。

图1 Halicin（哈利辛）的分子结构式

       ▲与其他抗菌药相比，AI发现的新药特点如何？

       哈利辛这种抗生素对市面上已产生耐药性的细菌具有强大的杀菌作用，并且不诱导新的抗药性。与传统验证方法相比，利用人工智能模型的筛选速度极快，大大降低了成本。有趣的是，哈利辛表现出人类科学家先前未曾理解的特征，这一发现为抗生素研究领域带来了新的启示。然而，该特征的本质目前仍是未知的，即便在人工智能模型的训练中也无法找到明确答案。这一研究成果表明，人工智能在药物研发领域的应用已经超越了人类传统方法的限制。

       人工智能在药物研发中带来了更高效、更经济、更创新的药物发现过程。这种超越主要体现在研发速度、成本效益和对药物特性的全新认识方面。例如：人工智能模型能够更迅速、高效地筛选潜在的药物候选物，相较于传统的实验验证方法，显著缩短了药物发现的时间周期。利用人工智能模型进行药物筛选大大降低了研发的成本，相比传统方法，更经济高效。人工智能模型展示出能够揭示先前未被理解的药物特征，这些特征可能在传统研究方法中很难被发现，从而为新药的研发提供了更多的创新方向。

       ▲为何被命名为Halicin，这个奇怪的名字？

       Halicin（哈利辛）原名其实只有一个代码，就叫SU-3327，它其实只是一种实验药物，或者说药物原型。它最初被研究用于治疗糖尿病，但由于测试结果不佳，该化合物的应用开发早就已经停止，仅被作为实验药物使用。后被人工智能（AI）模型发现哈利辛具有针对多种细菌的抗生素特性。并由此得到正式命名。其名称"Halicin"是根据《2001太空漫游》中虚构的人工智能系统哈尔而命名的。

       《2001太空漫游》是一部经典的科幻电影，它在科幻电影史上的地位举足轻重，被视为科幻电影的里程碑之一。这部电影以其创新的视觉效果、音乐和叙事手法而闻名，为未来的科幻电影设定了高标准。它展示了一个充满神秘和惊奇的宇宙，让观众对人类的未来和科技的发展产生了深刻的思考。它已经成为了全球科幻文化的一部分，并对未来的科幻电影和电视节目产生了深远的影响。

       ▲它的具体的效果及前景如何？

       在哈利辛刚刚被发现时，研究者使用计算机深度学习方法确定，哈利辛可能是一种广谱抗生素。这一可能性经过体外细胞培养测试和小鼠体内实验证实，显示对一些耐药菌株的活性，包括对艰难梭菌、鲍曼不动杆菌和结核分枝杆菌的作用。其作用机制涉及细菌细胞内铁的隔离，从而干扰其调节细胞膜上pH平衡的能力。初步研究表明，哈利辛可能通过破坏细菌在细胞膜上维持电化学梯度的能力来杀灭细菌。这种作用机制与大多数抗生素不同，可能使细菌难以产生抗药性。总的来说，哈利辛展示了作为抗生素的潜力，尤其是对于一些对常规药物产生耐药性的细菌。

图2 2019-2020年的相关报道截图

       不过，这个新药最早于2019年得到报道，但至今仍旧未推出新药或有任何更新的消息，可能在后续的新药研发中遇到了困难。初步怀疑有以下两点原因：其一，在新药研发中，临床试验结果不理想可能是由于初期试验未能充分展现药物的疗效或安全性。这种情况下，研发团队可能需要重新评估药物的适用性，采取修改或优化的措施。另一方面，安全性和毒性问题也是一个重要考量因素，新药上市前需要通过严格的毒性和安全性评估。如果在研发过程中发现了不良的安全性问题或毒性反应，可能需要进行额外的研究和修改，以确保药物对患者的安全性。

       ▲小结

       综上所述，机器在药物研发方面有超强潜力，特别是处理复杂信息时。通过深度学习，机器能迅速找到规律，加速新药发现。其次，人工智能主导的多学科合作很关键。计算机、生物和药物专家组成超团队，成功用人工智能研发新药的关键。这种合作能克服传统研发难题，提高效率。机器的成功也告诉我们数据至关重要。大数据和深度学习让我们更准确了解药物效应，更有针对性地设计药物。总的来说，人工智能让新药研发更高效，为医学领域带来新奇的可能。随着更强大的人工智能的加入，机器人发现全新药物的未来即将照进现实。