借助 ChatGPT 加速抗生素发现
César de la Fuente 博士及其团队正在运用新工具对抗抗微生物药物耐药性。
“想到我们所知如此有限、还有如此多的事物等待发现，实在令人惊叹。我努力把这一点传达给年轻人，让他们明白未来属于他们。我们对这个世界几乎一无所知——这恰恰令人振奋，因为科学可以在这里发挥作用。”—博士César de la Fuente
“ChatGPT 等工具正在帮助我们加速科学发现。对于我这样的科学家来说，它确实是一片可以尽情探索的天地。”
日益严峻的问题
现代医学离不开有效的抗生素，它们帮助我们从常见疾病、手术和分娩等情况中康复。然而，一个日益严峻的问题是：抗生素所对抗的细菌生命力十分顽强，而我们越频繁地使用抗生素，耐药菌株就越有机会占据主导地位。这就是抗微生物药物耐药性（AMR）。全球每年约有 500 万例死亡与细菌的抗微生物药物耐药性有关，预计到 2050 年，这一数字将翻一番。
新型抗生素对于对抗 AMR 至关重要，但传统方法需要科学家走进大自然，从土壤、植物和其他有机物中寻找活性分子，不仅耗时，而且往往需要反复试错。ChatGPT 和 Codex 等工具让 César de la Fuente 博士及其团队能够采用一种更为创新、更快速的方法，寻找对抗 AMR 的新分子。“我们的一切工作都以数字化速度推进，”他说。
“很多时候，我喝杯咖啡的工夫，团队就已经发现了大量可能成为下一代抗生素的新分子。”
“我们的实验室承接高风险项目，但一旦成功，成果会令人惊叹。”
—Marcelo Der Torossian Torres
“Codex 是一位出色的副驾驶。每当我想实现某项功能时，Codex 转眼就能把它写出来。它帮我节省了时间，让我可以去做其他事情。”
—Erik Hartman
“作为一名实验科学家，开发算法对我来说是巨大的一步。我可以使用 Codex 编写脚本，确保每次实验的数据都能以相同方式绘制成图。”
—Angela Cesaro
将生物学视为代码
de la Fuente 实验室取得的一项重大突破，是将这个问题视为信息问题：作为生命基石的 DNA，其实就是代码。ChatGPT 等工具帮助他们构思算法，快速梳理定义我们世界的复杂系统，从而在数小时而非数年内找到新的候选抗生素。
“现在，我们只需几小时就能发现新的抗生素分子，而不再需要五六年。”
“有了 Codex，即使从未编过程、不了解计算机科学语言的人，现在也能编程了。”
—博士César de la Fuente
Angela 在湿实验室中制备用于测试的分子。
ChatGPT 已成为 de la Fuente 实验室工作流程中不可或缺的一环。“它已经成为实验室共享的大脑。它了解团队不同成员思考科学问题的方式，因为我们把许多想法都倾注其中，”de la Fuente 博士说。“它确实捕捉到了我们的思维方式：我们的创意、巧思，以及我们作为人类所带来的一切。”
Codex 打破了团队成员之间的壁垒；团队中既有传统科学家，也有计算生物学家和机器学习工程师。“五年前，有些人除了分析数据，绝不会碰计算机；如今，他们已经能够从事计算生物学研究。他们能够编写算法，从数据中识别模式，或以过去无法实现的方式将结果可视化。”
“我们的实验室成员背景非常多元：有化学家、生物学家和计算机科学家。我们汇聚了众多人才，大家各自在不同领域开展工作。”
—Jianing Bai
de la Fuente 实验室大规模检索的分子结构可视化图。
“AI 可以融会不同学科的知识，帮助我们提出更好的问题，并开发更有效的方法来解决真正棘手的难题。”
—Tianang Leng
“如果我们不努力解决重大难题，我就是没有尽到自己的职责。”
抗生素的未来
人类创造力与机器智能的结合，正在为医学开辟一条令人振奋的前进道路。“就在几年前，我还很悲观，认为我们无力跟上 AMR 与人类研发新分子能力之间的军备竞赛，”他说。“但现在，我们最近借助 ChatGPT 等工具开发的一些系统，给了我远超预期的希望。”对 de la Fuente 博士而言，他所做的一切都服务于一个明确的目标：减轻痛苦，挽救生命。“我一生都在等待能让我们实现今日成果的工具。”
“我们已经看到，自己发现的许多分子确实能够杀灭当代病原体。”
—博士César de la Fuente
“试想一下，你在计算机上创造出的一个分子竟能挽救生命。我认为，科学家正是为这样的时刻而活：发现一项人类历史上前所未有的成果。”