新研究探索利用人工智能开发副作用较小的抗生素

人工智能 (AI) 的使用已大幅增长，可实现内容开发、电子邮件校对和无人驾驶汽车等应用。新研究探索了其在开发改良抗生素方面的潜力，并提供了准确而高效的预测模型。

加拿大曼尼托巴大学的研究人员部署了可解释人工智能(XAI)，这是人工智能的一个分支，为模型判断提供了理论依据，越来越多地被学者用来检验预测人工智能模型。

尽管 XAI 可应用于多种情况，但该团队用它来开发抗生素。

尽管人工智能几乎无所不能，但其许多模型却像“黑匣子”一样，使决策过程变得不透明。这可能会滋生不信任，尤其是在药物研发等重要领域。

为了克服这一问题，该团队使用 XAI 来训练 AI 药物发现模型，特别是那些识别潜在新型抗生素候选物的模型。面对日益严重的耐药性，迫切需要有效的抗生素，因此预测模型至关重要。

“人工智能是化学和药物研发的未来方向。这需要有人打下基础，我认为我正在做这件事，”该大学的研究生 Hunter Sturm 说道。

为了预测生物效应，科学家将药物化学数据库输入 AI 模型。然后使用 XAI 模型检查这些预测背后的精确分子特性。

有趣的是，XAI 发现了人类化学家可能忽略的元素，例如青霉素化合物中的非核心结构比核心本身更重要。

为了测试预测的抗生素化合物，研究人员与微生物学实验室合作，通过应用 XAI 见解来改进 AI 模型。

加拿大曼尼托巴大学化学教授丽贝卡·戴维斯指出，“人工智能引起很多不信任”。

“尽管如此，如果我们能够让人工智能自我解释，这项技术被接受的机会就更大，”她补充道。