運用 ChatGPT 加快抗生素研發
Dr. César de la Fuente 與團隊正運用新工具，對抗抗菌素耐藥性。
「想到我們所知如此有限，而尚待發現的事物如此之多，實在令人驚歎。我嘗試向年輕人傳達這一點，讓他們明白未來屬於他們。我們對世界幾乎一無所知——這正是令人振奮之處，因為科學能在此發揮作用。」—博士César de la Fuente
「ChatGPT 等工具正幫助我們加快科學發現的步伐。對我這樣的科學家而言，這確實是一個盡情探索的園地。」
日益嚴重的問題
現代醫學有賴有效的抗生素，幫助我們從一般疾病、手術和分娩等情況中康復。然而，問題正日益嚴重：抗生素所對抗的細菌適應力極強，而我們越常使用抗生素，耐藥菌株便越有機會成為主流。這種現象稱為抗菌素耐藥性（AMR）。全球每年約有 500 萬宗死亡個案與細菌的抗菌素耐藥性有關，預計這個數字到 2050 年將會倍增。
新抗生素對抗 AMR 至關重要，但傳統方法需要科學家走進大自然，從泥土、植物及其他有機物質中尋找活性分子，不但耗時，而且往往要反覆試錯。ChatGPT 和 Codex 等工具讓 Dr. César de la Fuente 及其團隊能以嶄新而更快捷的方法，找出對抗 AMR 的新分子。他說：「我們一切都以數碼速度進行。」
「很多時候，我只是喝了一杯咖啡，團隊已經發現大量可能成為下一種抗生素的新分子。」
「我們的實驗室承接高風險項目，但一旦成功，成果便令人驚歎。」
—Marcelo Der Torossian Torres
「Codex 是出色的副手。每當我想實現某項功能，Codex 轉眼間便能完成。它幫我節省時間，讓我可以處理其他工作。」
—Erik Hartman
「身為實驗科學家，開發演算法對我來說是一大進步。我可以使用 Codex 編寫指令碼，確保每次實驗的數據都能以相同方式繪圖呈現。」
—Angela Cesaro
把生物學視為程式碼
de la Fuente 實驗室的一項重大突破，是把這個難題視為資訊問題：生命的基本組成 DNA，其實就是一套編碼。ChatGPT 等工具協助他們構思演算法，快速梳理構成世界的複雜系統，並在數小時而非數年內找出新的候選抗生素。
「我們現在只需數小時便能發現新的抗生素分子，不再需要五、六年。」
「有了 Codex，即使從未編程、不懂電腦科學語言的人，現在也能做到。」
—博士César de la Fuente
Angela 在濕實驗室製作用於測試的分子。
ChatGPT 已成為 de la Fuente 實驗室工作流程中不可或缺的一環。「它已成為實驗室的共同大腦。我們把許多想法注入其中，所以它了解團隊不同成員如何思考科學問題。」Dr. de la Fuente 說。「它確實捕捉到我們的思維：如何構思意念、如何發揮創意，以及我們作為人類所帶來的一切。」
團隊成員涵蓋傳統科學家、計算生物學家和機器學習工程師，而 Codex 打破了他們之間的隔閡。「五年前，有些人除了分析數據外，根本不會使用電腦，但現在他們已能從事計算生物學研究。他們能夠編寫演算法，識別數據中的規律，或以過往無法做到的方式將結果視像化。」
「我們的實驗室非常多元，成員包括化學家、生物學家和電腦科學家。眾多人才各自在不同領域發揮所長。」
—Jianing Bai
de la Fuente 實驗室大規模搜尋的分子結構視像化圖像。
「AI 能夠連結不同學科的知識，幫助我們提出更好的問題，並制定更佳方法來解決極其棘手的難題。」
—Tianang Leng
「如果我們沒有嘗試解決重大難題，我便沒有盡到自己的職責。」
抗生素的未來
人類創意與機器智能的結合，正為醫學開拓令人振奮的前路。他說：「就在幾年前，我仍很悲觀，懷疑人類研發新分子的能力，能否跟上與 AMR 之間的軍備競賽。但現在，我們近期利用 ChatGPT 等工具開發的一些系統，帶給我的希望遠超預期。」對 Dr. de la Fuente 而言，他所做的一切都為了同一個目標：減少痛苦，拯救生命。「我一生都在等待這些工具，讓我們能做到今天所做的一切。」
「我們發現，許多由我們找到的分子確實能夠殺死現今的病原體。」
—博士César de la Fuente
「試想像，你在電腦上創造出一種能夠拯救生命的分子。我認為，科學家正是為了這些時刻而活：發現世界歷史上從未有人發現過的事物。」