研究人員透露，人工智慧（AI）發明了兩種可能殺死抗藥性淋病和抗甲氧西林金黃色葡萄球菌（MRSA）的新型抗生素。

這些藥物由人工智慧逐個原子設計，並在實驗室和動物試驗中殺死了這些超級細菌。

這兩種化合物仍需多年的改進和臨床試驗才能正式投入使用。

但麻省理工學院（MIT）背後的團隊表示，人工智慧或將開啟抗生素研發的「第二個黃金時代」。

抗生素可以殺死細菌，但抗藥性感染目前每年導致超過一百萬人死亡。

過度使用抗生素導致細菌進化出逃避藥物作用的能力，幾十年來，新型抗生素一直短缺。

研究人員先前曾利用人工智慧篩選數千種已知化學物質，試圖找出可能成為新型抗生素的物質。

現在，麻省理工學院的研究團隊更進一步，利用生成式人工智慧（GPU）設計抗生素，用於治療性傳播感染淋病和可能致命的金黃色葡萄球菌。

他們的研究發表在《細胞》雜誌上，表示團隊已經研究了3,600萬種化合物，包括那些不存在或尚未發現的化合物。

科學家們透過向人工智慧提供已知化合物的化學結構以及它們是否能減緩不同種類細菌生長的數據來訓練它。

然後，人工智慧會學習細菌如何受到不同分子結構的影響，這些結構由碳、氧、氫和氮等原子構成。

隨後，研究人員嘗試了兩種利用人工智慧設計新型抗生素的方法。第一種方法是透過搜尋數百萬個化學碎片（大小為8到19個原子）的庫，找到一個有希望的起點，並以此為基礎進行建構。第二種方法是從一開始就讓人工智慧自由發揮。

設計過程也會剔除任何與現有抗生素過於相似的成分。它還努力確保他們發明的是藥物而不是肥皂，並過濾掉任何預期對人體有毒的物質。

科學家利用人工智慧研發了用於治療淋病和金黃色葡萄球菌的抗生素，這是一種在皮膚上無害但一旦進入人體就會引起嚴重感染的細菌。

這些領先的設計在生產完成後率先在小鼠上做了測試，最終研發了兩種新的潛在藥物。

MIT的詹姆斯·柯林斯教授（James Collins）告訴BBC：「我們非常興奮，因為我們證明了生成式人工智慧可以用來設計全新的抗生素。」

「AI可以讓我們以低成本快速地研製出分子，從而擴大我們的武器庫，真正讓我們在與超級細菌基因的智鬥中佔上風。」

然而，這些藥物尚未準備好進行臨床試驗，還需要進一步完善，之後才能開始漫長的人體試驗過程，這預計還需要一到兩年的時間。

來自弗萊明倡議和倫敦帝國學院（Fleming Initiative and Imperial College London）的安德魯·愛德華茲博士（Andrew Edwards）表示，這項工作「意義重大」，潛力巨大，因為它「展示了一種識別新型抗生素的新方法」。

但他說：「儘管人工智慧有望顯著改善藥物的發現和開發，但在安全性和有效性測試方面，我們仍需付出艱苦的努力。」

這可能是一個漫長而昂貴的過程，而且無法保證實驗藥物最終會被用在病人身上。

一些人呼籲加強人工智慧藥物發現的迭代更新。

柯林斯教授表示：「我們需要更好的模型」。這些模型不僅要關注藥物在實驗室中的表現，還要能夠更好地預測其在體內的有效性，他說。

人工智慧設計的藥物在生產過程中的挑戰性也值得關注。在理論上設計的80種最佳淋病治療方法中，只有兩種被合成用於生產藥物。

華威大學（University of Warwick）的克里斯·道森教授（Chris Dowson）表示，這項研究「很酷」，並表明人工智慧「作為抗生素研發工具，在緩解抗藥性出現方面邁出了重要一步」。

然而，他解釋說，抗藥性感染也存在一個經濟問題——「如何製造出有商業價值的藥物？」

如果發明了一種新的抗生素，那麼理想情況下，人們會盡可能少地使用它來保持其有效性，這使得任何人都難以從中獲利，他說。

• DeepSeek看中醫：當「AI醫生」無法「望聞切」，開的藥方有哪些隱憂？
• 從聊天機器人到玩具 人工智能產業在中國出現爆發式增長
• AI能助人類終結動物實驗嗎？
• 實驗室培養皿裏「長成」的腦組織會做什麼
• 人工智能：未來的牙刷將能「嗅出」癌症？
• 香港大學N號檔深偽圖片受害女生：「這是一個法律黑洞」

本網頁內容為BBC所提供, 內容只供參考, 用戶不得複製或轉發本網頁之內容或商標或作其它用途，並且不會獲得本網頁內容或商標的知識產權。

BBC中文