César de la Fuente的实验室，现在有个新动作：靠Codex和ChatGPT，从活生物和已灭绝物种的基因组里，挖掘能对付耐药菌的抗菌候选物。
找抗菌物的新路径
之前研发抗菌分子，大多是从现有生物的样本里一点点筛选，效率低还容易错过冷门资源。这个实验室换了玩法，直接用AI处理基因组数据——覆盖两类之前没被重视的对象：活生物和已灭绝物种。已灭绝物种的基因组样本难获取，数据也零散，过去很少用来找抗菌物，但AI能快速整理这些数据，帮实验室找到可能有用的基因片段。
AI的核心动作
他们没给AI设定复杂的筛选规则，就是让Codex和ChatGPT分析活生物与已灭绝物种的基因组。这两个工具的强项，是处理大量的序列数据，能在短时间里扫完海量的基因信息，找出符合抗菌特性的候选。不用像传统方法那样，每个候选都要单独做实验验证，至少能先缩小范围，减少前期的工作量。
对耐药菌问题的实际指向
耐药菌感染现在是公共卫生领域的棘手问题，很多传统抗生素对它们失效，新抗菌物的研发速度赶不上耐药菌进化的速度。这个实验室的尝试，相当于把AI和基因组数据结合，开辟了一条新的研发路径。虽然目前还只是在筛选阶段，但至少比传统筛法快很多，也能利用之前被忽略的物种资源。用AI挖灭绝物种的抗菌基因，会不会是解决耐药菌的关键突破口？
素材来源：OpenAI News · AI情报、大模型、AI应用落地、科研前沿
查看报道原文
发表第一条评论吧