如何使用人工智慧找出新型抗生素
-
0:01 - 0:04我們要如何打敗
這種新型冠狀病毒? -
0:04 - 0:07用我們最好的工具:
-
0:07 - 0:09我們的科學和技術。
-
0:10 - 0:14在我的實驗室裡,我們用
人工智慧和合成生物學的工具, -
0:14 - 0:18來加速對抗這場全球大流行。
-
0:18 - 0:22我們的研究原本是設計來
處理抗生素抗藥性危機。 -
0:23 - 0:27我們的專案計畫旨在
利用機器的學習能力 -
0:27 - 0:29來補足我們的抗生素武器庫,
-
0:29 - 0:33避免進入會重挫
全球的後抗生素時代。 -
0:34 - 0:39重要的是,同樣的技術能被用來
尋找抗病毒化合物, -
0:39 - 0:41協助我們對抗目前的大流行。
-
0:42 - 0:45機器學習完全顛覆了
-
0:45 - 0:47傳統藥物研究發現的模式。
-
0:47 - 0:49有了這種方法,
-
0:49 - 0:52就不用在實驗室裡辛苦地將數千種
-
0:52 - 0:56既有的分子一種一種
測試過,看哪個有效, -
0:56 - 1:01我們的做法是訓練電腦
在看似無盡的可能性中, -
1:01 - 1:04來搜尋所有可能合成的分子,
-
1:04 - 1:09因此,我們不是在大海中撈針,
-
1:10 - 1:13而是運用電腦的強大計算能力,
-
1:14 - 1:17像大磁鐵般同時
在好幾片大海中找到許多針。 -
1:18 - 1:21我們已經有一些初步的成功。
-
1:21 - 1:26最近,我們用機器學習
發現了新的抗生素, -
1:26 - 1:29能協助我們對抗
在新冠病毒感染時, -
1:29 - 1:33會伴隨發生的細菌性感染。
-
1:33 - 1:37兩個月前,TED 的「大膽計畫」
核准了我們的資金, -
1:37 - 1:39讓我們能把研究規模擴大許多,
-
1:39 - 1:44目標是要發現七種新型抗生素
-
1:44 - 1:48來對抗世界上最致命的
七種細菌病原體, -
1:48 - 1:50且要在接下來的七年內完成。
-
1:50 - 1:52進一步說明:
-
1:52 - 1:56過去三十年間發現的新型抗生素
-
1:56 - 1:57數目是零。
-
1:58 - 2:02雖然我們是為了中期的未來
而在尋找新型抗生素, -
2:02 - 2:06但新冠病毒帶來了立即的致命威脅,
-
2:06 - 2:10我很興奮想跟各位分享,
我們認為同樣的技術 -
2:10 - 2:13可以用來尋找
對抗這種病毒的治療法。 -
2:13 - 2:15所以我們要怎麼做?
-
2:15 - 2:18我們正在建立
一個化合物訓練資料庫, -
2:18 - 2:24合作夥伴會將這些分子應用到
感染新冠病毒的細胞上, -
2:24 - 2:28看看哪一種呈現有效的活動。
-
2:28 - 2:31這些資料會被用來
訓練機器學習, -
2:31 - 2:33這些會學習的機器模型
-
2:33 - 2:35會應用在有十億種分子的
生物電腦模擬資料庫上, -
2:35 - 2:40目的是尋找可能的
新型抗病毒化合物。 -
2:40 - 2:43我們會針對模擬結果最有抗病毒
可能性的化合物進行合成和測試, -
2:43 - 2:46並把測試結果最理想的化合物
做進一步臨床試驗。 -
2:46 - 2:48聽起來太棒,不像真的?
-
2:48 - 2:50不要懷疑。
-
2:50 - 2:53我們是根據概念研究的證據
建立抗生素人工智慧計畫, -
2:53 - 2:56新型廣效抗生素「嗜鹽古菌素」
-
2:56 - 2:58就是因此被發現的。
-
2:58 - 3:01嗜鹽古菌素有強力的抗菌活動,
-
3:01 - 3:05能對抗幾乎所有具有
抗藥性的細菌病原體, -
3:05 - 3:09包括無法治療的全抗藥性感染。
-
3:10 - 3:12重要的是,嗜鹽古菌素
與目前的抗生素不同, -
3:12 - 3:16細菌對它產生的抗藥性頻率
-
3:16 - 3:17低得驚人。
-
3:18 - 3:21我們在實驗室中測試了
細菌對嗜鹽古菌素 -
3:21 - 3:25及環丙沙星演化出抗藥性的能力。
-
3:25 - 3:28使用環丙沙星一天後,
-
3:28 - 3:30我們就看到抗藥性了。
-
3:30 - 3:32而使用嗜鹽古菌素一天後,
-
3:32 - 3:34我們沒看到任何抗藥性。
-
3:34 - 3:38驚人的是,甚至在三十天後,
-
3:38 - 3:41我們也沒看對嗜鹽古菌素
產生任何抗藥性。 -
3:41 - 3:43在此試行計畫中,
-
3:43 - 3:47我們先測試了大腸桿菌
對大約兩千五百種化合物的反應。 -
3:47 - 3:50測試的化合物中包含已知的抗生素,
-
3:50 - 3:54比如環丙沙星及盤尼西林,
以及許多非抗生素的藥物。 -
3:55 - 3:58我們用這些數據來訓練模型
-
3:58 - 4:02學習與抗菌活動相關的
各種分子特性。 -
4:02 - 4:05接著,把這個模型應用到
現有非現有抗生素藥物的資料庫, -
4:05 - 4:07資料庫中有數千種分子,
-
4:07 - 4:10我們用模型來辨識
-
4:10 - 4:13並預測會具有抗菌特性的分子,
-
4:13 - 4:16且和既有的抗生素不同。
-
4:16 - 4:21有趣的是,在那資料庫中
只有一種分子符合這些條件, -
4:21 - 4:24就是嗜鹽古菌素。
-
4:24 - 4:28既然嗜鹽古菌素
與既有的抗生素並不相似, -
4:28 - 4:32因此連同抗生素專家包括在內,
-
4:32 - 4:34無人能夠依相同的概念
以人工的方式找到嗜鹽古菌素。 -
4:35 - 4:37想想看,在對抗新冠病毒上,
-
4:37 - 4:39我們能用這種技術做甚麼?
-
4:40 - 4:41還不只如此。
-
4:41 - 4:44我們也使用合成生物學的工具,
-
4:44 - 4:47去修改 DNA 及細胞的
其他功能性構造, -
4:47 - 4:50以達成人類的目標,
像是對抗新冠病毒。 -
4:51 - 4:54重要的是,我們正在
開發一種保護性口罩, -
4:54 - 4:58它同時也具有快速診斷的檢測功能。
-
4:58 - 5:00原理是什麼?
-
5:00 - 5:04最近我們已證明可以從活細胞中
把功能性的構造取出, -
5:04 - 5:08把它和 RNA 感測器
在紙上一起冷凍乾燥, -
5:08 - 5:13為伊波拉和茲卡病毒
創造出低成本的診斷方式。 -
5:13 - 5:19感測器從病人的樣本
吸收到水份後就會啟動, -
5:19 - 5:21樣本可能是血液或唾液。
-
5:22 - 5:25結果發現,這種技術
並不只限於用在紙上, -
5:25 - 5:28還能用在其他材料上,如布類。
-
5:29 - 5:31針對新冠病毒大流行,
-
5:31 - 5:35我們正在設計能偵測
這種病毒的 RNA 感測器, -
5:35 - 5:38並將這些感測器和所需的
細胞功能性構造一起冷凍乾燥, -
5:38 - 5:40放進口罩的布料中,
-
5:41 - 5:43讓呼吸這般簡單的動作
-
5:43 - 5:46再加上呼吸中伴隨的水氣,
-
5:46 - 5:48就能活化試劑,啟動檢測的功能。
-
5:48 - 5:52因此,如果病人帶有新冠病毒,
-
5:52 - 5:54口罩就會產生螢光信號,
-
5:54 - 5:58用一種經濟又簡單的手持裝置
就可以偵測到這種信號。 -
5:59 - 6:03一兩個小時內就能安全、準確地
-
6:03 - 6:06從遠端診斷出病人是否已感染。
-
6:07 - 6:09我們也在用合成生物學
-
6:09 - 6:12設計可能對抗新冠病毒的疫苗。
-
6:13 - 6:16我們正在改變卡介苗疫苗的用途,
-
6:16 - 6:19近一世紀來,這種疫苗
一直被用來對抗結核病。 -
6:19 - 6:22它是種減毒後的活體病原疫苗,
我們正在修改它, -
6:22 - 6:25讓它表現出新冠病毒抗原的特性,
-
6:25 - 6:28此抗原會觸發免疫系統
-
6:28 - 6:29產生保護性抗體。
-
6:29 - 6:32重要的是,卡介苗有很高的擴展性,
-
6:32 - 6:37在各已知疫苗中,
它的安全性是頂級的。 -
6:38 - 6:43有了合成生物學
和人工智慧這些工具, -
6:43 - 6:47我們可以打贏新冠病毒。
-
6:47 - 6:50這項研究還在最初期的階段,
但前景確實看好。 -
6:51 - 6:54在人類智慧和超級細菌
基因的對戰當中, -
6:54 - 6:57科技能帶給我們很重要的優勢。
-
6:57 - 6:59我們能打贏這場仗。
-
7:00 - 7:01謝謝。
- Title:
- 如何使用人工智慧找出新型抗生素
- Speaker:
- 吉姆.柯林斯
- Description:
-
新冠病毒在全球大流行之前,生物工程學家吉姆.柯林斯和他的團隊就結合了人工智慧的力量和合成生物學,來對抗另一項逼近中的危機:具有抗生素抗藥性的超級細菌。柯林斯解釋他們如何調整努力的方向來開發一系列的工具和抗病毒化合物,以協助對抗新冠病毒,並分享他們的計畫,要在接下來的七年間找出七種新抗生素。(這項很有野心的計畫是 TED 用來鼓勵和資助全球改變的「大膽計畫」之一。)
- Video Language:
- English
- Team:
closed TED
- Project:
- TEDTalks
- Duration:
- 07:15
![]() |
Helen Chang approved Chinese, Traditional subtitles for How we're using AI to discover new antibiotics | |
![]() |
Helen Chang edited Chinese, Traditional subtitles for How we're using AI to discover new antibiotics | |
![]() |
Amanda Chu accepted Chinese, Traditional subtitles for How we're using AI to discover new antibiotics | |
![]() |
Amanda Chu edited Chinese, Traditional subtitles for How we're using AI to discover new antibiotics | |
![]() |
Amanda Chu edited Chinese, Traditional subtitles for How we're using AI to discover new antibiotics | |
![]() |
Lilian Chiu edited Chinese, Traditional subtitles for How we're using AI to discover new antibiotics | |
![]() |
Lilian Chiu edited Chinese, Traditional subtitles for How we're using AI to discover new antibiotics | |
![]() |
Lilian Chiu edited Chinese, Traditional subtitles for How we're using AI to discover new antibiotics |