科研人員目前正在賓夕法尼亞大學合成生物學家César de la Fuente（于2019年5月以首席教授身份加入賓大）的實驗室中進行各種不同階段的項目。他的最終目標是研制出全球第一款利用計算機的機器學習能力“制造”的抗生素。

想象一下，如果一臺計算機可以學習自然界中的分子，并使用一種算法生成新的分子。然后這些分子能被打印出來并在實驗室里進行測試，以對抗其中一些最令人討厭、最危險的細菌，諸如那些很快會對我們目前的抗生素選擇產生耐藥性的細菌。

或者想象一種繃帶，可以檢測到傷口中不超過100個細菌細胞的感染。如果繃帶可以向你的手機發送信號，讓你知道已經被感染并允許你按下按鈕啟動所植入的療法，將會怎樣？

上述設想將不再是科幻小說！

據麥姆斯咨詢報道，科研人員目前正在賓夕法尼亞大學合成生物學家César de la Fuente（于2019年5月以首席教授身份加入賓大）的實驗室中進行各種不同階段的項目。他的最終目標是研制出全球第一款利用計算機的機器學習能力“制造”的抗生素。但除此之外，他的實驗室（包括3名博士后研究員，1名客座教授，以及少數研究生和本科生）也做出了許多其它方面的努力，目前該實驗室的研究成果正處于計算機科學與微生物學的交匯處。

利用機器學習合成的抗生素

無論是美國還是世界其它國家，抗生素耐藥性正在成為一個危險的問題。根據美國疾病控制與預防中心（the Centers for Disease Control and Prevention）的統計，美國每年至少有280萬人感染了抗生素無法治愈的疾病，超過3.5萬人死于這類感染。世界范圍內，肺炎和食源性疾病等常見疾病也越來越難以治療。

市場需要新的抗生素，根據de la Fuente的說法，現在是時候打破傳統方法了。

在賓夕法尼亞大學醫學院和應用科學學院任職的de la Fuente表示，“多年來，我們一直將自然界作為抗生素的來源。我的整個假設是，大自然可能已經‘黔驢技窮’，多年來，我們一直未找到新的支架。我們是否可以將信息、自然界的化學數字化，以創建并開發新的分子？”

為此，他的團隊轉向研究氨基酸（蛋白質分子的組成成分）。20種氨基酸以無數的序列和長度自然結合，然后折疊成不同的蛋白質。一經排序，其可能性比宇宙中的恒星數量還多。博士后研究員Marcelo Melo指出，“我們永遠也不可能將它們全部合成，只能看到發生了什么。我們必須將幾十年的化學知識（告訴我們它們是如何運作的）與計算機結合起來，因為計算機可以找到人類無法找到的模式。”

通過機器學習，研究人員為計算機提供可以成功對抗細菌的天然分子。計算機從這些示例中學習，然后生成新的人造分子。Melo繼續說道，“我們反復嘗試，希望我們找到值得探索的新模式，而不是盲目搜索。”

計算機可以虛擬測試每個人造序列，以計算自然選擇的形式挑選出最成功的部分，而把剩余部分扔掉。那些最有潛力的片段被用來創建新的序列，理論上每次都會產生越來越好的序列。

De la Fuente的團隊已經得到了一些有希望的結果，他表示，“我們合成的很多分子都起作用了。最好的合成分子已經在動物模型中試驗。它們能夠減少實驗用小白鼠的感染，這是相當酷的一件事，因為整個過程都是由電腦合成的。”盡管如此，de la Fuente表示這項工作距離生產出任何一種可以立即上架的抗生素還很遙遠。

嵌入生物傳感器的藍牙創可貼

除了計算機生成的抗生素，研究團隊還創建出了一款嵌入生物傳感器的繃帶原型，該繃帶可以在癥狀出現或傷口感染患者注意到之前發現感染。它的運作原理如下：每個細菌都會產生獨特的分子。放置在開放性傷口上，被電極覆蓋的生物傳感器可以識別細菌是否存在，即使細菌的濃度極低。

實驗室的另一位博士后研究員，深入參與這項工作的Marcelo Torres解釋道，“我們的傳感器甚至可以檢測到100個細胞中的細菌。通常需要1萬或10萬個細菌細胞才能視為感染，我們可以及早發現感染并可以檢測細菌隨著時間變化所發生的增長。”

De la Fuente的長期目標之一是創建人造抗生素，該實驗室已經取得了很大的進展。憑借人工智能，計算機可以知道哪些自然分子能夠成功對抗細菌，然后根據這些數據生成新的人造分子（如上圖所示）。研究人員可以將它們打印出來并用于真正細菌的測試

一旦傳感器注意到感染蔓延，它就會通過基于手機的應用程序通知用戶。只需按一下按鈕，用戶就可以發送電信號以啟動治療，即預先裝在繃帶上，名為肽的微小蛋白質細菌特異性氨基酸鏈。Torres表示，“這些細菌產生的分子，如果將電流引入系統，它們會經歷電化學過程，這是眾所周知的。我們要做的就是找到每個分子的正確模式，正確的電化學結構。”

研究團隊已經找出了哪些肽可以成功地針對引起感染的特定病原體，并創建了擁有電極的應用程序的測試樣本。

Melo指出，“我們所進行的每一步都有概念證明。”

Torres補充道，“現在要做的就是將其合成。”

一旦合成，該系統發現感染的速度將比今天快得多。通常，擦拭傷口后需要數小時或數天才能恢復，但這些讀數僅需要幾秒鐘。De la Fuente表示，未來版本的生物傳感器可能會以藥丸的形式被吸收，這些藥丸可以檢測出腸道中的某些細菌，并進行治療。

合理使用益生菌

讀取腸道內的信息并釋放藥物的想法已經在另一個專注于益生菌工程的項目中發揮作用，在酸奶等食品中發現了“好”的細菌。

這正是博士后研究員Esther Broset的興趣所在，她表示研究目的不是殺死有益的微生物細菌群，而是針對可能會使我們生病的腸道內微生物。Broset指出，“如果我們殺死微生物群中的危險細菌會發生什么？我們將在益生菌中表達這種細菌。”

在實驗室計算機生成抗生素研究中，研究人員使用相同的機器學習來縮小分子范圍，從而找到適合于益生菌使用的蛋白質，這是至關重要的，因為某些肽對益生菌而言是有毒的。

Broset解釋道，“研究人員在我們的胃里面發現一種針對病原體的肽，會引起潰瘍。”她可以一點點地將這種蛋白質編碼到特定細菌的DNA中去，讓這些細菌產生有益的益生菌。她補充道，“你可以編碼任何你想要的分子，包括它們的表達式、數量、高或低。”在合適的情況下，腸道中的益生菌會產生這種肽并分泌出來以對抗病原體。

De la Fuente表示，目前最有應用前景的是沙門氏菌，“從理論上講，你可以喝酸奶，酸奶將通過體內到達結腸、腸道，而益生菌將在腸道內繁殖并治療沙門氏菌感染。”最終，如果該概念被證明是成功的，那么益生菌的導管可以是一種主動服用的藥丸，當它檢測到危險的細菌時會釋放出合適的肽。

歸根到底，所有研究項目的目標是創建de la Fuente所描述的開發閉環，從計算機設計、機器學習，打印、合成到篩選生物制品的一切都將自動進行并循環回電腦。de la Fuente闡述道，“對分子開發和創建新藥物而言，它將成為一套非常有用的工具。”

他還承諾要創建一個多元化實驗室，實驗室成員通常取自這些領域中代表性不足的群體，他們來自不同的地方，擁有不同的科學背景。他表示，“實驗室的宗旨是歡迎來自世界各地的人才，讓這些人成為未來的領導者。”這些科學家的組合將使實驗室突破分子測序的界限。

他補充道，“我們正在嘗試探索以前未被探索過的領域，研究結果將可能會產生我們從未見過的分子，因為它們在自然界中并不存在。我一直對疾病的秘密及其過程感興趣。”集計算機科學、人工智能、合成生物學、微生物學和其它領域之大成，將對全球健康產生持久影響的答案似乎即將呼之欲出。