抗感染药物是一类用于治疗或预防由细菌、病毒、真菌和寄生虫等病原体引起的感染的药物。随着新发传染病和抗菌素耐药性带来的挑战日益严峻，加速新型抗感染药物的开发变得前所未有的紧迫。
机器人技术、人工智能（AI）和机器学习（ML）正在重塑传染病研究领域，特别是在发现和开发新型抗感染药物方面发挥着关键作用。这些技术不仅缩短了开发周期，还影响了未来应对大流行的策略。
通过自动化手动流程并揭示大型数据集中以前无法获取的模式，这些技术使研究人员能够加速药物发现管道的各个阶段——从早期筛选到临床前验证。AI/ML对药物发现的影响已经显现；首个声称由生成式AI发现和设计的药物INS018_055目前正处于II期临床试验阶段。
利物浦热带医学院（LSTM）将利用这些创新技术，通过创建新的AI驱动机器人实验室来解决抗感染药物开发中的挑战。该实验室由LSTM和感染创新联盟（iiCON）共同打造，后者汇集了行业、学术界和英国国家医疗服务体系（NHS），以推动抗菌治疗的发展。该项目获得了利物浦城市地区联合管理局提供的1000万英镑投资支持。
“这些三级高防护设施将成为英国首批在安全研究环境中结合先进机器人技术、自动液体处理系统和AI/ML驱动分析的设施之一，能够处理危险病原体，”iiCON高级业务发展经理迈克·伊根博士（Dr. Mike Egan）告诉《技术网络》（Technology Networks）。
这些工具将与行业和学术合作伙伴共同设计，以确保它们能够解决抗感染药物开发中的实际问题。“这包括使用高通量自动化平台快速处理数千种化合物，然后部署AI算法分析生物反应、识别有潜力的先导化合物，并预测疗效和耐药性特征，”伊根表示。
这些实验室将在支持行业创新方面发挥关键作用，商业合作伙伴可以访问和利用这一专业设施推进其感染相关研发工作。新实验室的研究重点将放在LSTM的类器官平台和生物活性化合物库上。这些平台旨在实现更符合生理学的相关疾病建模和化合物测试。尽管3D细胞模型的开发耗时且繁琐，但机器人自动化有望显著加快这一过程。“通过自动化这些路径，我们不仅能够加快生产速度，更重要的是提高3D类器官的可重复性和一致性，”伊根解释道。
这项自动化类器官技术的工作与美国食品药品监督管理局（FDA）和欧洲药品管理局（EMA）最近宣布的计划相一致，两家机构都计划逐步淘汰动物实验，转而采用基于人类的实验室模型。除了减少对动物实验的依赖外，更符合人类实际情况的模型还有助于降低药物和疫苗开发中后期临床失败的风险。
“这种方法有助于创建更具有预测性的疾病模型，并为下一代监管数据包的开发做出贡献，最终加快审批流程，改善全球患者的健康结果，”伊根说道。
充分释放AI在抗感染药物开发中的潜力
药物开发者面临的最大挑战之一是处理生成的大量复杂数据。在应对大流行期间的抗感染药物研究中，这些数据必须被快速处理、解读并采取行动。“AI/ML提供了一种强大的机制，用于过滤这些大型数据集，识别趋势并生成可操作的见解，而这是仅靠传统分析方法难以或无法实现的，”伊根指出。
然而，实施AI并非总是那么简单，还会面临诸多技术和运营挑战。正如伊根所解释的，“这些挑战包括确保数据完整性和互操作性、整合异构的生物和临床数据源，以及遵守严格的监管和生物安全要求——尤其是在高防护环境中。”
在LSTM的三级实验室成功实施AI的关键在于对高安全性基础设施的投资，并利用其在学术界、行业和NHS中的合作伙伴的专业知识和能力。
“通过与运营二级机器人实验室和商业AI平台的组织积极合作，我们正在构建一个强大的知识库和最佳实践集，这将为我们在新设施中成功部署AI奠定基础，”伊根表示。
实验室翻新工作预计在今年完成，随后将进行设施验证，LSTM希望该设施能在2027年初投入使用。
伊根乐观地认为，这些设施将显著加快新型抗感染药物的开发：“总之，机器人技术和AI的结合标志着应对传染病威胁的方式发生了范式转变——开启了一个快速、数据驱动创新的时代，有可能改变全球健康结果。这些实验室将在促进行业合作方面发挥重要作用，为商业合作伙伴提供尖端资源，推动感染相关研发工作，”他总结道。
(全文结束)
