科研人員目前正在賓夕法尼亞大學合成生物學家César de la Fuente（于2019年5月以首席教授身份加入賓大）的實驗室中進行各種不同階段的項目。他的最終目標是研制出全球第一款利用計算機的機器學習能力“制造”的抗生素。

想象一下，如果一臺計算機可以學習自然界中的分子，并使用一種算法生成新的分子。然后這些分子能被打印出來并在實驗室里進行測試，以對抗其中一些最令人討厭、最危險的細菌，諸如那些很快會對我們目前的抗生素選擇產生耐藥性的細菌。

或者想象一種繃帶，可以檢測到傷口中不超過100個細菌細胞的感染。如果繃帶可以向你的手機發(fā)送信號，讓你知道已經被感染并允許你按下按鈕啟動所植入的療法，將會怎樣？

上述設想將不再是科幻小說！

據麥姆斯咨詢報道，科研人員目前正在賓夕法尼亞大學合成生物學家César de la Fuente（于2019年5月以首席教授身份加入賓大）的實驗室中進行各種不同階段的項目。他的最終目標是研制出全球第一款利用計算機的機器學習能力“制造”的抗生素。但除此之外，他的實驗室（包括3名博士后研究員，1名客座教授，以及少數研究生和本科生）也做出了許多其它方面的努力，目前該實驗室的研究成果正處于計算機科學與微生物學的交匯處。

利用機器學習合成的抗生素

無論是美國還是世界其它國家，抗生素耐藥性正在成為一個危險的問題。根據美國疾病控制與預防中心（the Centers for Disease Control and Prevention）的統(tǒng)計，美國每年至少有280萬人感染了抗生素無法治愈的疾病，超過3.5萬人死于這類感染。世界范圍內，肺炎和食源性疾病等常見疾病也越來越難以治療。

市場需要新的抗生素，根據de la Fuente的說法，現在是時候打破傳統(tǒng)方法了。

在賓夕法尼亞大學醫(yī)學院和應用科學學院任職的de la Fuente表示，“多年來，我們一直將自然界作為抗生素的來源。我的整個假設是，大自然可能已經‘黔驢技窮’，多年來，我們一直未找到新的支架。我們是否可以將信息、自然界的化學數字化，以創(chuàng)建并開發(fā)新的分子？”

為此，他的團隊轉向研究氨基酸（蛋白質分子的組成成分）。20種氨基酸以無數的序列和長度自然結合，然后折疊成不同的蛋白質。一經排序，其可能性比宇宙中的恒星數量還多。博士后研究員Marcelo Melo指出，“我們永遠也不可能將它們全部合成，只能看到發(fā)生了什么。我們必須將幾十年的化學知識（告訴我們它們是如何運作的）與計算機結合起來，因為計算機可以找到人類無法找到的模式。”

通過機器學習，研究人員為計算機提供可以成功對抗細菌的天然分子。計算機從這些示例中學習，然后生成新的人造分子。Melo繼續(xù)說道，“我們反復嘗試，希望我們找到值得探索的新模式，而不是盲目搜索。”

計算機可以虛擬測試每個人造序列，以計算自然選擇的形式挑選出最成功的部分，而把剩余部分扔掉。那些最有潛力的片段被用來創(chuàng)建新的序列，理論上每次都會產生越來越好的序列。

De la Fuente的團隊已經得到了一些有希望的結果，他表示，“我們合成的很多分子都起作用了。最好的合成分子已經在動物模型中試驗。它們能夠減少實驗用小白鼠的感染，這是相當酷的一件事，因為整個過程都是由電腦合成的。”盡管如此，de la Fuente表示這項工作距離生產出任何一種可以立即上架的抗生素還很遙遠。

嵌入生物傳感器的藍牙創(chuàng)可貼

除了計算機生成的抗生素，研究團隊還創(chuàng)建出了一款嵌入生物傳感器的繃帶原型，該繃帶可以在癥狀出現或傷口感染患者注意到之前發(fā)現感染。它的運作原理如下：每個細菌都會產生獨特的分子。放置在開放性傷口上，被電極覆蓋的生物傳感器可以識別細菌是否存在，即使細菌的濃度極低。