生物工程师 César de la Fuente 及其实验室利用 AI 工具，特别是 Codex 和 ChatGPT，在活体和已灭绝生物的基因组中搜索新的抗菌候选物。该方法旨在通过将候选分子的初始搜索时间从数年缩短至数小时，来对抗耐药微生物。

  • 该实验室训练深度学习模型以在庞大的基因组和蛋白质数据集中识别生物序列中的模式。
  • Codex 和 ChatGPT 被用于提出假设、编写代码、处理数据，并弥合生物学、化学和计算机科学之间的鸿沟。
  • AI 有助于在海量可能性中识别有希望的信号，尽管真实世界的实验对于验证仍然必不可少。

AI 的整合使跨学科团队能够降低科学领域之间的壁垒并加速工作流程，使他们能够探索可能取得突破的边界。