IBM和牛津大学的研究人员最近进行的一项研究揭示了抗病毒药物开发的突破。研究人员利用生成式人工智能（AI）设计了一种有可能阻断导致Covid-19的SARS-CoV-2病毒的新型分子。这种方法取得了成功，团队在短时间内使用传统方法所需的时间只有一小部分，就发现了四种潜在的Covid-19抗病毒药物。这项发表在《科学进展》上的研究展示了生成式AI在危机时期加速寻找新治疗方法的能力。
传统的药物发现过程通常缓慢而耗时，需要十年甚至更长时间。然而，Covid-19大流行病迫切需要快速开发新的治疗方法，导致学术界和产业界之间前所未有的合作。许多成功的药物是从现有治疗方法中重新利用的。然而，随着病毒变异，这些药物的有效性会随时间减弱，凸显了对新型抗病毒解决方案的需求。
生成式AI通过能够创建完全新的分子来针对病毒蛋白的不同位点提供了潜在解决方案。这个名为“控制分子生成”的AI模型（CogMol）是在大量分子及其结合性质的数据集上进行训练的。重要的是，它没有提供有关SARS-CoV-2病毒的3D结构或已知结合分子的信息。这使得该模型能够仅基于目标蛋白的氨基酸序列来生成新的分子。
CogMol成功生成了一个包含875,000个候选分子的池子，然后使用预测模型和反合成预测进行了缩小。最终的选择导致合成了八种新的化合物，这些化合物被测试和分析其在抑制目标蛋白和中和病毒方面的功效。其中两种化合物针对主蛋白酶，而另外两种化合物不仅针对刺突蛋白，还具有中和所有主要Covid变异体的能力。
尽管在这些分子可以开发成药物之前还需要进一步的研究和临床试验，但这项研究提供了有希望的证据，表明生成式AI可以革新药物开发领域。它提供了一种更快、更多样化的方法来寻找潜在的抗病毒药物，并在应对未来的病毒爆发中发挥重要作用。
总之，该研究证明了生成式AI在发现和设计抗病毒药物方面的潜力。通过利用CogMol等AI模型，研究人员能够在与传统方法相比的一小部分时间内找到有希望的Covid-19治疗分子。这一突破为药物开发开辟了新的道路，尤其是在面对不断变异的病毒和未来的大流行病时。