1
00:00:00,917 --> 00:00:03,825
我们要如何击败新型冠状病毒？

2
00:00:04,317 --> 00:00:06,948
通过使用我们最好的工具：

3
00:00:06,972 --> 00:00:09,011
我们的科学和技术。

4
00:00:09,594 --> 00:00:12,726
在我的实验室中，
我们正在使用人工智能

5
00:00:12,750 --> 00:00:14,329
和合成生物学的工具，

6
00:00:14,353 --> 00:00:17,413
加快与这场疫情的战斗。

7
00:00:18,078 --> 00:00:19,941
我们工作的初衷

8
00:00:19,965 --> 00:00:22,818
是想解决抗生素耐药性的危机。

9
00:00:22,842 --> 00:00:27,531
我们的项目试图利用
机器学习的力量

10
00:00:27,555 --> 00:00:29,401
补充我们的抗生素“弹药库”，

11
00:00:29,425 --> 00:00:33,263
并避免会造成全球性危害的
后抗生素时代。

12
00:00:33,685 --> 00:00:37,099
重要的是，同样的技术能用来寻找

13
00:00:37,099 --> 00:00:39,236
可以帮助我们应对当前疫情的

14
00:00:39,236 --> 00:00:41,373
抗病毒化合物。

15
00:00:42,080 --> 00:00:44,422
机器学习正在颠覆

16
00:00:44,422 --> 00:00:46,940
传统的药物开发模型。

17
00:00:47,434 --> 00:00:48,683
通过这种方法，

18
00:00:48,683 --> 00:00:52,675
我们不再需要在实验室里
一个接一个费力地测试

19
00:00:52,675 --> 00:00:53,793
成千上万

20
00:00:53,793 --> 00:00:55,681
现有分子的效力，

21
00:00:55,856 --> 00:01:00,513
而是可以训练电脑探索更大的、

22
00:01:00,537 --> 00:01:04,121
基本上涵盖了所有
可能合成的分子的空间。

23
00:01:04,145 --> 00:01:09,759
因此，相比在“海底捞针”，

24
00:01:09,783 --> 00:01:13,543
我们可以使用计算能力
这块“巨型磁铁”，

25
00:01:13,567 --> 00:01:17,482
同时在几个“海”底
捞很多很多根“针”。

26
00:01:18,423 --> 00:01:21,010
我们的早期尝试
已经取得了一些成功。

27
00:01:21,010 --> 00:01:26,475
最近，我们使用机器学习
发现了新的抗生素，

28
00:01:26,475 --> 00:01:28,099
可以帮助我们抵御

29
00:01:28,099 --> 00:01:32,694
可能伴随 SARS-CoV-2 冠状病毒感染
发生的细菌感染。

30
00:01:33,181 --> 00:01:37,261
两个月前，TED 的“大胆计划”
（Audacious Project）

31
00:01:37,261 --> 00:01:39,562
批准了我们的资金申请，

32
00:01:39,586 --> 00:01:44,124
这将大规模扩展我们的工作，
目标是在未来的七年里，

33
00:01:44,124 --> 00:01:45,491
发现七类新型抗生素，

34
00:01:45,491 --> 00:01:49,710
以对抗世界上七种
致命的病原体细菌。

35
00:01:50,206 --> 00:01:51,939
在此说明一下：

36
00:01:51,963 --> 00:01:54,435
在过去三十年内，人类发现的

37
00:01:54,435 --> 00:01:57,150
新型抗生素的数量为零。

38
00:01:58,030 --> 00:02:01,625
虽说寻找新的抗生素
是为了我们的中期未来，

39
00:02:01,625 --> 00:02:06,277
新型冠状病毒构成了
迫在眉睫的致命威胁，

40
00:02:06,301 --> 00:02:10,094
我很高兴能跟大家宣布，
我们认为可以使用相同的技术

41
00:02:10,118 --> 00:02:12,927
寻找对抗这种病毒的治疗手段。

42
00:02:13,486 --> 00:02:15,205
那么我们该怎么做呢？

43
00:02:15,229 --> 00:02:18,177
我们正在创建一个
化合物训练库，

44
00:02:18,201 --> 00:02:23,743
并与合作者一起，用这些分子处理
被 SARS-CoV-2 感染的细胞，

45
00:02:23,743 --> 00:02:27,718
看看哪个分子表现出了有效的活性。

46
00:02:28,007 --> 00:02:31,231
这些数据将用于训练
一个机器学习模型，

47
00:02:31,231 --> 00:02:35,178
这个模型将被应用于包含
超过十亿个分子的计算机模拟数据库，

48
00:02:35,178 --> 00:02:39,620
以寻找潜在的新型抗病毒化合物。

49
00:02:40,320 --> 00:02:43,200
我们将合成并测试
算法预测出的最优分子，

50
00:02:43,200 --> 00:02:45,974
并让最有潜力的备选分子
进入临床实验。

51
00:02:46,239 --> 00:02:48,276
听起来是不是过于美好了？

52
00:02:48,276 --> 00:02:49,745
并非如此。

53
00:02:49,745 --> 00:02:52,984
抗生素人工智能项目的设立
是基于我们的概念验证研究，

54
00:02:52,984 --> 00:02:56,254
这项研究最终发现了
一种新型广谱抗生素，

55
00:02:56,254 --> 00:02:57,649
叫做 Halocin。

56
00:02:58,363 --> 00:03:01,364
Halocin 具有强大的抗菌活性，

57
00:03:01,388 --> 00:03:04,903
能杀死几乎所有
对抗生素耐药的病原体细菌，

58
00:03:04,903 --> 00:03:08,780
包括无法治疗的多重耐药感染。

59
00:03:09,999 --> 00:03:11,892
重要的是，与目前的抗生素相比，

60
00:03:11,892 --> 00:03:14,478
细菌对 Halocin 
产生耐药性的频率

61
00:03:14,478 --> 00:03:17,064
非常低。

62
00:03:18,226 --> 00:03:21,177
我们在实验室里测试了
细菌对 Halocin

63
00:03:21,177 --> 00:03:25,018
以及环丙沙星（Cipro）
产生耐药性的能力。

64
00:03:25,513 --> 00:03:26,783
结果发现，

65
00:03:26,783 --> 00:03:30,125
仅仅一天后，细菌就对
环丙沙星产生了耐药性。

66
00:03:30,299 --> 00:03:31,841
而对于 Halocin，

67
00:03:31,865 --> 00:03:34,270
经过一天后，
细菌没有产生任何耐药性。

68
00:03:34,503 --> 00:03:37,605
不可思议的是，
甚至在 30 天后，

69
00:03:37,605 --> 00:03:40,675
我们也没有发现细菌
对 Halocin 产生任何耐药性。

70
00:03:40,875 --> 00:03:47,097
在这个试点项目中，我们首先对大肠杆菌
测试了大约 2500 种化合物。

71
00:03:47,097 --> 00:03:49,928
这个训练集包括了已知的抗生素，

72
00:03:49,928 --> 00:03:51,814
例如环丙沙星和青霉素，

73
00:03:51,814 --> 00:03:54,384
以及许多不是抗生素的药物。

74
00:03:55,063 --> 00:03:57,433
我们用这些数据来训练模型，

75
00:03:57,433 --> 00:04:01,447
让它学习与抗菌活性
有关的分子特征。

76
00:04:01,889 --> 00:04:05,311
然后我们把这个模型
应用到由数千个分子组成的

77
00:04:05,311 --> 00:04:07,269
药物再定位数据库上，

78
00:04:07,269 --> 00:04:09,610
并要求模型识别

79
00:04:09,610 --> 00:04:12,472
被预测具有抗菌性能

80
00:04:12,472 --> 00:04:15,114
但长得不像现有抗生素的分子。

81
00:04:16,458 --> 00:04:21,296
有趣的是，数据库里
只有一个分子符合这些条件，

82
00:04:21,296 --> 00:04:23,589
那个分子就是 Halocin。

83
00:04:24,517 --> 00:04:27,788
由于 Halocin 看起来
不像任何现有的抗生素，

84
00:04:27,788 --> 00:04:31,388
人类，包括抗生素专家，

85
00:04:31,388 --> 00:04:33,906
都不可能以这种方式
发现 Halocin 的。

86
00:04:34,516 --> 00:04:37,031
想象一下，我们能如何使用这项技术

87
00:04:37,031 --> 00:04:38,918
对抗 SARS-CoV-2。

88
00:04:39,854 --> 00:04:41,114
还不止这些。

89
00:04:41,218 --> 00:04:43,999
我们也在使用合成生物学的工具

90
00:04:43,999 --> 00:04:46,552
修补 DNA 和其他细胞成分，

91
00:04:46,552 --> 00:04:50,182
为人类服务，比如对抗 COVID-19。

92
00:04:50,566 --> 00:04:54,441
值得一提的是，我们正在努力开发

93
00:04:54,441 --> 00:04:57,995
可作为快速诊断测试的防护口罩。

94
00:04:58,215 --> 00:04:59,452
它的原理是什么？

95
00:04:59,570 --> 00:05:00,690
我们最近发现

96
00:05:00,690 --> 00:05:03,444
你可以从活细胞中
提取出细胞成分，

97
00:05:03,444 --> 00:05:08,117
然后把它连同 RNA 检测器
在试纸上进行冷冻干燥，

98
00:05:08,117 --> 00:05:13,350
从而制作出廉价的
埃博拉和寨卡病毒诊断测试工具。

99
00:05:13,414 --> 00:05:18,521
在通过添加患者的样本，
如血液或唾液进行重新溶解后，

100
00:05:18,521 --> 00:05:21,467
RNA 检测器就能被激活。

101
00:05:21,467 --> 00:05:24,954
事实证明，除了纸制品，

102
00:05:24,954 --> 00:05:27,696
这项技术还可以应用于
其他材料，包括布料。

103
00:05:28,730 --> 00:05:30,461
对于 COVID-19 疫情，

104
00:05:30,461 --> 00:05:34,697
我们正在设计
针对病毒的 RNA 检测器，

105
00:05:34,697 --> 00:05:38,127
然后把它们和所需的细胞成分一起

106
00:05:38,127 --> 00:05:40,747
在口罩的面料上进行冷冻干燥，

107
00:05:40,990 --> 00:05:42,887
简单的呼吸行为

108
00:05:43,131 --> 00:05:45,348
连同呼出的水蒸气，

109
00:05:45,348 --> 00:05:47,127
就可以激活测试。

110
00:05:47,945 --> 00:05:51,894
如果患者感染了 SARS-CoV-2，

111
00:05:51,894 --> 00:05:54,464
口罩就会产生荧光信号，

112
00:05:54,464 --> 00:05:58,025
可以通过简单廉价的
手持设备检测出来。

113
00:05:58,588 --> 00:06:02,937
一两个小时内，病人就能得到

114
00:06:02,937 --> 00:06:06,084
安全、准确、无接触的诊断。

115
00:06:06,764 --> 00:06:09,112
我们也在使用合成生物学

116
00:06:09,112 --> 00:06:12,194
设计 COVID-19 的备选疫苗。

117
00:06:13,135 --> 00:06:15,639
我们正在重新利用卡介苗，

118
00:06:15,639 --> 00:06:18,109
这种疫苗在近一个世纪前
就被用来预防结核病。

119
00:06:18,614 --> 00:06:20,245
这是一种减毒活疫苗，

120
00:06:20,245 --> 00:06:24,225
我们通过生物工程
让它表达 SARS-CoV-2 抗原，

121
00:06:24,225 --> 00:06:27,607
以此来触发免疫系统

122
00:06:27,607 --> 00:06:29,287
产生保护性抗体。

123
00:06:29,287 --> 00:06:31,901
重要的是，卡介苗可大规模生产，

124
00:06:31,901 --> 00:06:36,654
并且它的安全性在所有
有记录的疫苗中是最好的。

125
00:06:37,988 --> 00:06:43,042
借助合成生物学与人工智能的工具，

126
00:06:43,042 --> 00:06:46,505
我们可以打赢
和新型冠状病毒的战争。

127
00:06:46,914 --> 00:06:50,076
这项工作尚处于初期阶段，
但它的前景是真实的。

128
00:06:50,824 --> 00:06:54,172
在人类智慧与超级细菌基因的战斗中，

129
00:06:54,172 --> 00:06:57,491
科学和技术能给予我们重要的优势，

130
00:06:57,491 --> 00:06:59,189
帮助我们取得胜利。

131
00:06:59,851 --> 00:07:00,869
谢谢。