撰文：李家樑
最後更新日期：
武漢肺炎（新型冠狀病毒，COVID-19）肆虐人心惶惶之際，美國麻省理工學院一個研究團隊發現了開創性的機器學習方法，透過AI從1億個分子庫中篩選出超級抗生素，可殺死多種致病細菌，包括一些對所有已知抗生素耐藥的菌株等。這次發現，會否為應對武漢肺炎帶來曙光呢？
研究由美國麻省理工學院合成生物專家Jim Collins領導的團隊進行，成果已刊登於自然科學研究領域最權威學術雜誌之一的《Cell》。
該方法利用開創性的機器學習方法，在沒有使用人類任何假設情況下，短短幾天從超過1億個分子的庫中，篩選出強大的新型抗生素，其中名為halicin的抗生素，更可殺死多種世界上最麻煩的致病細菌，包括結核病和一些對所有已知抗生素耐藥的菌株等。
這方法還可用於發現治療癌症、神經衰退性疾病等其他類型的藥物。
超級抗生素可應付多種耐藥菌株。（資料圖片）
研究人員指出，人類正面臨愈來愈多抗生素耐藥性危機，若沒有新的抗生素來抵抗耐藥性，到2050年全世界每年將有1000萬人受感染風險，故尋找全新的化合物成了當務之急。
為了尋找更多新藥，研究團隊接下來會轉向有更多化合物的龐大數據庫。
資料來源：Cell、The Guardian
可尋找武漢肺炎藥物？
除了耐藥性菌株問題，目前全球正受武漢肺炎威脅，雖然未知這種AI篩選方法，是否同樣能發現有效應對新型冠狀病毒的藥物，但無疑在醫學上帶來了新希望。
↓↓↓ 武漢情況圖輯 ↓↓↓
+6
+6
+6
