運用 ChatGPT 加速抗生素研發
César de la Fuente 博士與團隊正運用新工具對抗抗微生物藥物抗藥性。
「一想到我們所知如此有限，還有這麼多事物等待發現，就令人驚嘆。我努力把這個想法傳達給年輕人，讓他們明白未來屬於他們。我們對世界幾乎一無所知，而這正令人振奮，因為科學能在此發揮作用。」—César de la Fuente 博士
「ChatGPT 等工具正幫助我們加速科學發現。對我這樣的科學家來說，這裡真是一座遊樂場。」
日益嚴重的問題
現現代醫學仰賴有效的抗生素，幫助我們從常見疾病、手術、分娩等情況中康復。然而，問題正日益嚴重：抗生素要對抗的細菌具有頑強的適應力，而我們越常使用抗生素，抗藥性菌株就越有機會成為優勢菌株。這就是所謂的抗微生物藥物抗藥性 (AMR)。全球每年約有 500 萬人死亡與細菌的 AMR 有關，預計到 2050 年，這個數字將增加一倍。新抗生素是對抗 AMR 的關鍵，但傳統方法需要科學家深入大自然，從土壤、植物及其他有機物中尋找活性分子，不僅耗時，也免不了反覆試誤。ChatGPT 和 Codex 等工具讓 César de la Fuente 博士及團隊能以創新且更快速的方法找出對抗 AMR 的新分子。他表示：「我們運用數位工具，加快每一項工作的速度。」
「往往我才喝杯咖啡，團隊就已經發現大量可能成為下一代抗生素的新分子。」
「我們的實驗室承接高風險專案，但一旦成功，成果就會令人驚豔。」
—Marcelo Der Torossian Torres
「Codex 是很棒的副駕駛。每當我想實作某個功能，Codex 一秒就能完成，幫我節省時間，讓我能處理其他工作。」
—Erik Hartman
「身為實驗科學家，開發演算法對我而言是一大步。我可以使用 Codex 編寫指令碼，確保每次實驗都能以相同方式將資料繪製成圖。」
—Angela Cesaro
將生物學視為程式碼
de la Fuente 實驗室的一大突破，是將這項難題視為資訊問題：生命的基本組成 DNA，其實就是一種程式碼。ChatGPT 等工具協助他們設計演算法，快速梳理構成世界的複雜系統，讓找出新抗生素候選分子的時間從數年縮短至數小時。
「現在，我們只需幾個小時就能發現新的抗生素分子，不必再花五、六年。」
「有了 Codex，即使從未寫過程式、不懂電腦科學語言的人，現在也做得到。」
—César de la Fuente 博士
Angela 在濕式實驗室中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。de la Fuente 博士表示：「ChatGPT 已經成為實驗室的共同大腦。因為我們把許多想法都放進去，所以 ChatGPT 知道不同團隊成員如何思考科學問題，也確實捕捉了我們的思維，包括我們如何構思、發揮創意，以及身為人類能帶來的種種貢獻。」
Codex 打破了團隊成員之間的隔閡；團隊成員涵蓋傳統科學家、計算生物學家及機器學習工程師。「五年前，有些人除了分析資料以外，根本不會碰電腦；如今，他們已能從事計算生物學。他們能編寫演算法找出資料中的模式，或用過去不可能實現的方式將結果視覺化。」
「我們的實驗室成員背景非常多元，包括化學家、生物學家和電腦科學家。我們擁有許多人才，分別投入不同領域的工作。」
—Jianing Bai
de la Fuente 實驗室大規模搜尋之分子結構的視覺化圖像。
「AI 能連結不同學科的知識，幫助我們提出更好的問題，並開發更有效的方法來解決極為棘手的難題。」
—Tianang Leng
「如果我們不設法解決重大難題，我就沒有盡到自己的職責。」
抗生素的未來
人類創意與機器智慧的結合，正為醫學開拓一條令人振奮的未來道路。他表示：「就在幾年前，我還很悲觀，認為人類研發新分子的能力恐怕跟不上與 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，帶給我的希望遠超過預期。」對 de la Fuente 博士而言，他所做的一切都是為了同一個目標：減少痛苦並拯救生命。「我一生都在等待這樣的工具，讓我們能做到今天做得到的事。」
「我們發現，許多由我們找出的分子確實能殺死現代病原體。」—César de la Fuente 博士
「想像一下，你在電腦上創造出的分子竟能拯救生命。我想，科學家就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。」