上海交大利用人工智能解决生物耐药性获评2017十大科学发现[图]

近日，国际知名期刊Science Advances（科学进展）杂志上刊登了上海交通大学中组部“顶尖千人”何志明院士、“青年千人”计划获得者丁显廷特别研究员科研团队利用人工智能解决生物耐药性的发现。该发现利用反馈系统控制（FSC，Feedback System Control）技术极大地提高了筛选出最有效的药物组合的速度和效率，被UCLA（加州大学洛杉矶分校）评为2017年十大科学成果。  

蛔虫，也叫线虫，感染家畜后即会造成其生长缓慢，甚至死亡。全球农业生产中每年因处理蛔虫等寄生虫问题而导致的损失高达数十亿美元。一般来讲，像驱肠虫剂（Anthelmintics）一类的药物可以驱治蛔虫。但是根据研究发现，蛔虫在不断进化，对单一药物的抗药性越来越强，这无疑限制了利用单一药物来杀灭病虫害的有效性。因此，利用多种组合药物来攻击蛔虫的分子靶点，可使抗药性问题得到有效缓解。然而，如何在大量可能的组合中寻找最佳药物和相应剂量，按照传统的方法，无疑是一项非常耗时费力的任务。  

根据传统方法中对组合药物的筛选耗时费力这一痛点，上海交通大学研究团队运用了一个名为反馈系统控制（FSC）的强大技术平台，并用于寄生虫耐药性的研究。这项技术是由加州大学洛杉矶分校机械与航天工程学院讲席教授、现上海交大个性化医学研究院院长何志明院士，以及上海交大丁显廷特别研究员的团队共同发明的。该核心技术目前已被运用于寻找多药物联合治疗结核病、研究儿童癌症和临床上优化肝移植免疫抑制等多项实际工作中。何志明院士指出，反馈系统控制（FSC）彻底改变了传统组合药物筛选的“游戏规则”——这一最新的成果证明了它在农业运用中的广泛前景，无疑会大大提高整个空间的生产效率。 

FSC驱动的人工智能可以快速地从大规模的数据中协调并集成到一个全局优化的解决方案，只需少量的搜索便能够很快地从大量可能的药物组合中找到最佳方案。  

在实验中，研究团队只进行了四轮、32次的组合测试，便发现了一种非常有效的“鸡尾酒”方案——它需要四种药物，每种药物的剂量都比单独使用的要低。与须进行大约10000次实验的传统方法相比，用FSC方案来寻找最佳药物组合要有效很多，并且大大缩短了时间。此外，FSC方法可以帮助解决两大与线虫感染相关的问题：一个是对抗多药的耐药性、二是减少传统方法开发新药的高昂成本。此外，该技术还有一个优点是不需要获知该药物在生化水平上如何运作或动物宿主身上特定的生物学特性。FSC无疑可以作为一种模式进行推广，以更快地找到有效的药物，打击其他农业害虫，降低生产成本。团队计划扩大病虫害防治的应用范围，目前正与上海农业科学院合作，优化作物生产、根除树木病虫害，防止森林沙漠化，并确定可用于治疗药物的草药中的分子。