研究員靠 Codex 與 ChatGPT 找新抗生素

César de la Fuente 的實驗室把 Codex 和 ChatGPT 拿來解決一個迫切的全球難題：尋找新的抗菌藥物，對抗具抗藥性的感染。團隊用這些 AI 工具搜尋現存與已滅絕生物的基因體，從中找出有潛力的抗菌候選分子，等於在人工難以逐一檢視的龐大基因資料中進行篩選。 這項計畫凸顯了 AI 程式與推理工具如何從軟體任務轉向計算生物學。研究人員把大型語言模型跟領域專屬的工作流程搭配使用，就能快速產生並測試「哪些分子可能具治療潛力」的假設。已滅絕生物的基因體是特別引人好奇的來源，因為裡頭可能藏著現代生物早已不存在的防禦機制相關遺傳物質。 抗生素抗藥性正逐漸演變成健康危機。傳統藥物開發流程緩慢、昂貴，而且越來越跟不上病原體演化的速度。AI 輔助方法提供了一條壓縮時程的路，也能挖出傳統方法可能忽略的候選標的。 de la Fuente 的研究屬於 AI 代理工具進入科學領域這股更大趨勢的一部分。Codex 和 ChatGPT 這類工具並不是要取代研究人員，而是扮演加速器的角色，接手資料密集的探索工作，讓科學家能專注在驗證與臨床應用上。如果這個方法真能找到可行的候選藥物，就可能成為 AI 如何重塑早期藥物開發的範例，把龐大的生物資料庫變成可搜尋的新藥資源。