美国卫生与公众服务部（HHS）已宣布为利用生成式人工智能进行抗生素的研究和开发提供资金。
通过卫生高级研究计划署（ARPA-H）的“阻止新兴威胁”（TARGET）项目，将使用生成式人工智能来加速发现和开发新型抗生素，以对抗抗菌素耐药性（AMR）。
细菌感染是全球范围内的主要死因之一，每年给美国的医疗保健系统造成数十亿美元的损失。随着抗生素耐药菌的流行增加，迫切需要开发新的抗生素，HHS 表示。
HHS 称，传统的识别和开发新抗生素的努力需要对分子化合物进行大量的人工筛选和测试，大多数都未能成功显示出抗生素活性。当前的流程阻碍了以应对抗菌素耐药性紧迫威胁所需的速度发现新抗生素的能力。
“重要意义”
生成式人工智能将用于扩大候选分子的范围。深度学习将能够识别具有抗生素和制药潜力的生物分子。
ARPA-H 主任 Renee Wegrzyn 博士表示：“抗生素耐药性的上升有可能将曾经可治疗的感染变成危及生命的感染，但借助人工智能，我们能够以前所未有的速度加速新抗生素的发现，以应对这一威胁。”
TARGET 将由 Phare Bio 牵头，与麻省理工学院的 Collins 实验室和哈佛的 Wyss 研究所合作，预算高达 2700 万美元。
研究团队将专注于使用生成式人工智能增加抗生素候选者的数量，并使用深度学习和新的筛选方法缩小分子候选者的范围。
HHS 表示，TARGET 将对每一个有希望的新发现进行验证，目标是确定 15 种有希望的新型抗生素线索，这将有助于补充全球的研发管线。
“更大的趋势”
根据美国疾病控制与感染中心 2019 年的《美国抗生素耐药性威胁》，每年有超过 35000 人因抗菌素耐药性感染而死亡，美国发生的此类感染超过 280 万例。
2019 年，CDC 估计，抗菌素耐药性给美国造成了 200 亿美元的医疗保健成本和 350 亿美元的生产力损失。
HHS 表示，许多导致这些感染的病菌经常在医疗保健环境中被发现，导致患者安全风险增加，并给医疗保健系统带来负担，因为这些感染通常需要大量的医疗保健资源来治疗。
CDC 与犹他大学医学院合作，估计每年治疗六种最令人担忧的抗菌素耐药性威胁导致的医疗保健成本超过 46 亿美元。
该项目是在 ARPA-H 宣布“通过变革性解决方案击败抗生素耐药性”（DARTS）项目一年后推出的，该项目旨在开发一套诊断和实验平台，揭示抗生素耐药性如何开始的见解。
“公开声明”
HHS 部长 Xavier Becerra 表示：“抗生素耐药性是一个影响数百万人的真实而紧迫的威胁。我们需要预防感染并保护我们现有的抗生素。我们还迫切需要新的药物来治疗这些日益耐药的感染。这个项目将利用人工智能加速这一所需的创新，并帮助确保我们拥有维持人们生命所需的药物。”
