< Return to Video

我们如何使用人工智能发现新抗生素

  • 0:01 - 0:04
    我们要如何击败新型冠状病毒？
  • 0:04 - 0:07
    通过使用我们最好的工具：
  • 0:07 - 0:09
    我们的科学和技术。
  • 0:10 - 0:13
    在我的实验室中，
    我们正在使用人工智能
  • 0:13 - 0:14
    和合成生物学的工具，
  • 0:14 - 0:17
    加快与这场疫情的战斗。
  • 0:18 - 0:20
    我们工作的初衷
  • 0:20 - 0:23
    是想解决抗生素耐药性的危机。
  • 0:23 - 0:28
    我们的项目试图利用
    机器学习的力量
  • 0:28 - 0:29
    补充我们的抗生素“弹药库”，
  • 0:29 - 0:33
    并避免会造成全球性危害的
    后抗生素时代。
  • 0:34 - 0:37
    重要的是，同样的技术能用来寻找
  • 0:37 - 0:39
    可以帮助我们应对当前疫情的
  • 0:39 - 0:41
    抗病毒化合物。
  • 0:42 - 0:44
    机器学习正在颠覆
  • 0:44 - 0:47
    传统的药物开发模型。
  • 0:47 - 0:49
    通过这种方法，
  • 0:49 - 0:53
    我们不再需要在实验室里
    一个接一个费力地测试
  • 0:53 - 0:54
    成千上万
  • 0:54 - 0:56
    现有分子的效力，
  • 0:56 - 1:01
    而是可以训练电脑探索更大的、
  • 1:01 - 1:04
    基本上涵盖了所有
    可能合成的分子的空间。
  • 1:04 - 1:10
    因此，相比在“海底捞针”，
  • 1:10 - 1:14
    我们可以使用计算能力
    这块“巨型磁铁”，
  • 1:14 - 1:17
    同时在几个“海”底
    捞很多很多根“针”。
  • 1:18 - 1:21
    我们的早期尝试
    已经取得了一些成功。
  • 1:21 - 1:26
    最近，我们使用机器学习
    发现了新的抗生素，
  • 1:26 - 1:28
    可以帮助我们抵御
  • 1:28 - 1:33
    可能伴随 SARS-CoV-2 冠状病毒感染
    发生的细菌感染。
  • 1:33 - 1:37
    两个月前，TED 的“大胆计划”
    （Audacious Project）
  • 1:37 - 1:40
    批准了我们的资金申请，
  • 1:40 - 1:44
    这将大规模扩展我们的工作，
    目标是在未来的七年里，
  • 1:44 - 1:45
    发现七类新型抗生素，
  • 1:45 - 1:50
    以对抗世界上七种
    致命的病原体细菌。
  • 1:50 - 1:52
    在此说明一下：
  • 1:52 - 1:54
    在过去三十年内，人类发现的
  • 1:54 - 1:57
    新型抗生素的数量为零。
  • 1:58 - 2:02
    虽说寻找新的抗生素
    是为了我们的中期未来，
  • 2:02 - 2:06
    新型冠状病毒构成了
    迫在眉睫的致命威胁，
  • 2:06 - 2:10
    我很高兴能跟大家宣布，
    我们认为可以使用相同的技术
  • 2:10 - 2:13
    寻找对抗这种病毒的治疗手段。
  • 2:13 - 2:15
    那么我们该怎么做呢？
  • 2:15 - 2:18
    我们正在创建一个
    化合物训练库，
  • 2:18 - 2:24
    并与合作者一起，用这些分子处理
    被 SARS-CoV-2 感染的细胞，
  • 2:24 - 2:28
    看看哪个分子表现出了有效的活性。
  • 2:28 - 2:31
    这些数据将用于训练
    一个机器学习模型，
  • 2:31 - 2:35
    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，
  • 2:35 - 2:40
    以寻找潜在的新型抗病毒化合物。
  • 2:40 - 2:43
    我们将合成并测试
    算法预测出的最优分子，
  • 2:43 - 2:46
    并让最有潜力的备选分子
    进入临床实验。
  • 2:46 - 2:48
    听起来是不是过于美好了？
  • 2:48 - 2:50
    并非如此。
  • 2:50 - 2:53
    抗生素人工智能项目的设立
    是基于我们的概念验证研究，
  • 2:53 - 2:56
    这项研究最终发现了
    一种新型广谱抗生素，
  • 2:56 - 2:58
    叫做 Halocin。
  • 2:58 - 3:01
    Halocin 具有强大的抗菌活性，
  • 3:01 - 3:05
    能杀死几乎所有
    对抗生素耐药的病原体细菌，
  • 3:05 - 3:09
    包括无法治疗的多重耐药感染。
  • 3:10 - 3:12
    重要的是，与目前的抗生素相比，
  • 3:12 - 3:14
    细菌对 Halocin
    产生耐药性的频率
  • 3:14 - 3:17
    非常低。
  • 3:18 - 3:21
    我们在实验室里测试了
    细菌对 Halocin
  • 3:21 - 3:25
    以及环丙沙星（Cipro）
    产生耐药性的能力。
  • 3:26 - 3:27
    结果发现，
  • 3:27 - 3:30
    仅仅一天后，细菌就对
    环丙沙星产生了耐药性。
  • 3:30 - 3:32
    而对于 Halocin，
  • 3:32 - 3:34
    经过一天后，
    细菌没有产生任何耐药性。
  • 3:35 - 3:38
    不可思议的是，
    甚至在 30 天后，
  • 3:38 - 3:41
    我们也没有发现细菌
    对 Halocin 产生任何耐药性。
  • 3:41 - 3:47
    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。
  • 3:47 - 3:50
    这个训练集包括了已知的抗生素，
  • 3:50 - 3:52
    例如环丙沙星和青霉素，
  • 3:52 - 3:54
    以及许多不是抗生素的药物。
  • 3:55 - 3:57
    我们用这些数据来训练模型，
  • 3:57 - 4:01
    让它学习与抗菌活性
    有关的分子特征。
  • 4:02 - 4:05
    然后我们把这个模型
    应用到由数千个分子组成的
  • 4:05 - 4:07
    药物再定位数据库上，
  • 4:07 - 4:10
    并要求模型识别
  • 4:10 - 4:12
    被预测具有抗菌性能
  • 4:12 - 4:15
    但长得不像现有抗生素的分子。
  • 4:16 - 4:21
    有趣的是，数据库里
    只有一个分子符合这些条件，
  • 4:21 - 4:24
    那个分子就是 Halocin。
  • 4:25 - 4:28
    由于 Halocin 看起来
    不像任何现有的抗生素，
  • 4:28 - 4:31
    人类，包括抗生素专家，
  • 4:31 - 4:34
    都不可能以这种方式
    发现 Halocin 的。
  • 4:35 - 4:37
    想象一下，我们能如何使用这项技术
  • 4:37 - 4:39
    对抗 SARS-CoV-2。
  • 4:40 - 4:41
    还不止这些。
  • 4:41 - 4:44
    我们也在使用合成生物学的工具
  • 4:44 - 4:47
    修补 DNA 和其他细胞成分，
  • 4:47 - 4:50
    为人类服务，比如对抗 COVID-19。
  • 4:51 - 4:54
    值得一提的是，我们正在努力开发
  • 4:54 - 4:58
    可作为快速诊断测试的防护口罩。
  • 4:58 - 4:59
    它的原理是什么？
  • 5:00 - 5:01
    我们最近发现
  • 5:01 - 5:03
    你可以从活细胞中
    提取出细胞成分，
  • 5:03 - 5:08
    然后把它连同 RNA 检测器
    在试纸上进行冷冻干燥，
  • 5:08 - 5:13
    从而制作出廉价的
    埃博拉和寨卡病毒诊断测试工具。
  • 5:13 - 5:19
    在通过添加患者的样本，
    如血液或唾液进行重新溶解后，
  • 5:19 - 5:21
    RNA 检测器就能被激活。
  • 5:21 - 5:25
    事实证明，除了纸制品，
  • 5:25 - 5:28
    这项技术还可以应用于
    其他材料，包括布料。
  • 5:29 - 5:30
    对于 COVID-19 疫情，
  • 5:30 - 5:35
    我们正在设计
    针对病毒的 RNA 检测器，
  • 5:35 - 5:38
    然后把它们和所需的细胞成分一起
  • 5:38 - 5:41
    在口罩的面料上进行冷冻干燥，
  • 5:41 - 5:43
    简单的呼吸行为
  • 5:43 - 5:45
    连同呼出的水蒸气，
  • 5:45 - 5:47
    就可以激活测试。
  • 5:48 - 5:52
    如果患者感染了 SARS-CoV-2，
  • 5:52 - 5:54
    口罩就会产生荧光信号，
  • 5:54 - 5:58
    可以通过简单廉价的
    手持设备检测出来。
  • 5:59 - 6:03
    一两个小时内，病人就能得到
  • 6:03 - 6:06
    安全、准确、无接触的诊断。
  • 6:07 - 6:09
    我们也在使用合成生物学
  • 6:09 - 6:12
    设计 COVID-19 的备选疫苗。
  • 6:13 - 6:16
    我们正在重新利用卡介苗，
  • 6:16 - 6:18
    这种疫苗在近一个世纪前
    就被用来预防结核病。
  • 6:19 - 6:20
    这是一种减毒活疫苗，
  • 6:20 - 6:24
    我们通过生物工程
    让它表达 SARS-CoV-2 抗原，
  • 6:24 - 6:28
    以此来触发免疫系统
  • 6:28 - 6:29
    产生保护性抗体。
  • 6:29 - 6:32
    重要的是，卡介苗可大规模生产，
  • 6:32 - 6:37
    并且它的安全性在所有
    有记录的疫苗中是最好的。
  • 6:38 - 6:43
    借助合成生物学与人工智能的工具，
  • 6:43 - 6:47
    我们可以打赢
    和新型冠状病毒的战争。
  • 6:47 - 6:50
    这项工作尚处于初期阶段，
    但它的前景是真实的。
  • 6:51 - 6:54
    在人类智慧与超级细菌基因的战斗中，
  • 6:54 - 6:57
    科学和技术能给予我们重要的优势，
  • 6:57 - 6:59
    帮助我们取得胜利。
  • 7:00 - 7:01
    谢谢。
Title:
我们如何使用人工智能发现新抗生素
Speaker:
吉姆·柯林斯
Description:

在冠状病毒大流行之前，生物工程师吉姆·柯林斯（Jim Collins）和他的团队将人工智能的力量与合成生物学相结合，以对抗另一种迫在眉睫的危机：对抗生素有耐药性的超级细菌。柯林斯解释了他们如何集中精力，开始开发一系列工具和抗病毒化合物来帮助抗击 COVID-19——并分享了他们在未来七年内发现七类新型抗生素的计划。 （这项雄心勃勃的计划是 TED 激励和资助全球变革的举措“大胆计划”的一部分。）
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
07:15

Chinese, Simplified subtitles

Revisions

Our website uses cookies for analysis purposes.