科研人员目前正在宾夕法尼亚大学合成生物学家César de la Fuente（于2019年5月以首席教授身份加入宾大）的实验室中进行各种不同阶段的项目。他的最终目标是研制出全球第一款利用计算机的机器学习能力“制造”的抗生素。
想象一下，如果一台计算机可以学习自然界中的分子，并使用一种算法生成新的分子。然后这些分子能被打印出来并在实验室里进行测试，以对抗其中一些最令人讨厌、最危险的细菌，诸如那些很快会对我们目前的抗生素选择产生耐药性的细菌。
或者想象一种绷带，可以检测到伤口中不超过100个细菌细胞的感染。如果绷带可以向你的手机发送信号，让你知道已经被感染并允许你按下按钮启动所植入的疗法，将会怎样？
上述设想将不再是科幻小说！
据麦姆斯咨询报道，科研人员目前正在宾夕法尼亚大学合成生物学家César de la Fuente（于2019年5月以首席教授身份加入宾大）的实验室中进行各种不同阶段的项目。他的最终目标是研制出全球第一款利用计算机的机器学习能力“制造”的抗生素。但除此之外，他的实验室（包括3名博士后研究员，1名客座教授，以及少数研究生和本科生）也做出了许多其它方面的努力，目前该实验室的研究成果正处于计算机科学与微生物学的交汇处。
利用机器学习合成的抗生素
无论是美国还是世界其它国家，抗生素耐药性正在成为一个危险的问题。根据美国疾病控制与预防中心（the Centers for Disease Control and Prevention）的统计，美国每年至少有280万人感染了抗生素无法治愈的疾病，超过3.5万人死于这类感染。世界范围内，肺炎和食源性疾病等常见疾病也越来越难以治疗。
市场需要新的抗生素，根据de la Fuente的说法，现在是时候打破传统方法了。
在宾夕法尼亚大学医学院和应用科学学院任职的de la Fuente表示，“多年来，我们一直将自然界作为抗生素的来源。我的整个假设是，大自然可能已经‘黔驴技穷’，多年来，我们一直未找到新的支架。我们是否可以将信息、自然界的化学数字化，以创建并开发新的分子？”
为此，他的团队转向研究氨基酸（蛋白质分子的组成成分）。20种氨基酸以无数的序列和长度自然结合，然后折叠成不同的蛋白质。一经排序，其可能性比宇宙中的恒星数量还多。博士后研究员Marcelo Melo指出，“我们永远也不可能将它们全部合成，只能看到发生了什么。我们必须将几十年的化学知识（告诉我们它们是如何运作的）与计算机结合起来，因为计算机可以找到人类无法找到的模式。”
通过机器学习，研究人员为计算机提供可以成功对抗细菌的天然分子。计算机从这些示例中学习，然后生成新的人造分子。Melo继续说道，“我们反复尝试，希望我们找到值得探索的新模式，而不是盲目搜索。”
计算机可以虚拟测试每个人造序列，以计算自然选择的形式挑选出最成功的部分，而把剩余部分扔掉。那些最有潜力的片段被用来创建新的序列，理论上每次都会产生越来越好的序列。
De la Fuente的团队已经得到了一些有希望的结果，他表示，“我们合成的很多分子都起作用了。最好的合成分子已经在动物模型中试验。它们能够减少实验用小白鼠的感染，这是相当酷的一件事，因为整个过程都是由电脑合成的。”尽管如此，de la Fuente表示这项工作距离生产出任何一种可以立即上架的抗生素还很遥远。
嵌入生物传感器的蓝牙创可贴
除了计算机生成的抗生素，研究团队还创建出了一款嵌入生物传感器的绷带原型，该绷带可以在症状出现或伤口感染患者注意到之前发现感染。它的运作原理如下：每个细菌都会产生独特的分子。放置在开放性伤口上，被电极覆盖的生物传感器可以识别细菌是否存在，即使细菌的浓度极低。
