用 ChatGPT 發現新的抗生素

🧑‍🏫 這支影片講研究者怎麼用電腦和 ChatGPT 找新的抗生素（antibiotics，專門用來殺細菌、治療感染的藥）。以前要去大自然採樣本，一找就是好幾年；現在改在電腦上找分子，快了很多。值得看的原因是，它具體說明了 AI 怎麼幫科學家處理攸關人命的問題。

• 00:00 設想在電腦上創造出能救命的分子；不必再到大自然挖土壤、採水，這種方式非常費工，改成全部在電腦上完成
  ↳ 以前找新藥的原料，要到野外挖土、取水，帶回來再一個一個培養測試，很花人力和時間。現在的做法是直接在電腦裡找出、設計可能有用的分子。
• 00:00 ChatGPT 這類工具正在幫助加速科學發現
  ↳ ChatGPT 不只能寫信、查資料，也開始成為科學家的研究幫手，讓「發現新東西」這件事變快。
• 00:00 現在幾小時內就能找到新的抗生素分子，過去要花五、六年
  ↳ 同樣是找出有潛力的新抗生素分子，以前要五、六年，現在用電腦篩選，幾小時就有結果。不過找到分子不等於已經做成藥，後面還有很多測試要做。
• 00:00 少了有效的抗生素，我們所知的現代醫學將會崩潰
  ↳ 很多醫療之所以安全，是因為感染時有藥可以用。如果抗生素都沒效了，現代醫學很多基本的東西就撐不下去。
• 00:34 講者認為抗藥性（antimicrobial resistance）是影響最重大的問題
  ↳ 抗藥性（antimicrobial resistance）是指細菌等微生物演化到藥物殺不死它。講者認為，這是影響最大的問題。
• 00:34 這類細菌感染每年在全球與約五百萬人死亡有關；若到 2050 年仍沒有新解方，預估人數會加倍
  ↳ 抗藥性細菌造成的感染，每年和全球約五百萬人的死亡有關。如果到 2050 年還沒有新的解方，這個數字預估會變成兩倍。
• 00:34 例行醫療處置、手術，甚至生產，都需要有效的抗生素
  ↳ 開刀、生小孩、一般治療都有感染的風險，要靠抗生素來預防和治療。藥一旦沒效，連這些日常的醫療都會變得危險。
• 00:34 重大突破之一：把整個生物學當成資訊來看
  ↳ 關鍵的轉變是：不再只把生物當成實驗室裡的樣本，而是把它看成一大堆可以用電腦讀取、分析的資料。
• 01:04 「生命的密碼」就只是一種程式碼，讓研究者擁有探索生命之樹（tree of life）的超能力
  ↳ 生命的密碼（code of life）指 DNA 這類遺傳資訊，可以像程式碼一樣讀取。生命之樹（tree of life）是所有物種的演化族譜，研究者能在電腦裡把整棵樹都翻一遍。
• 01:04 研究範圍包括毒液，以及長毛象、已滅絕古代企鵝的遺傳密碼
  ↳ 他們搜尋的範圍很廣，包括動物的毒液，甚至已經滅絕的長毛象、古代企鵝的遺傳資料，從裡面找可能殺得死細菌的分子。
• 01:04 許多找到的分子經驗證，確實能殺死現今的病原體
  ↳ 電腦找到的分子不只是理論。實際拿去做實驗，很多真的能殺死現在的病原體（pathogens，會讓人生病的細菌等微生物）。
• 01:04 ChatGPT 大幅降低科學家做計算生物學的門檻，能幫他們用新方法分析資料、撰寫演算法
  ↳ 計算生物學（computational biology）是用電腦和程式來研究生物資料。以前要會寫程式才做得來，現在科學家可以請 ChatGPT 幫忙想分析方法、寫演算法。
• 01:39 研究目標是解讀藏在生物學裡的秘密；AI 系統能處理龐大的複雜度，並找出其中的模式
  ↳ 生物資料又多又複雜，人工根本看不完。AI 擅長從大量資料裡找出規律，幫研究者挖出藏在裡面、可能有用的線索。
• 01:39 願景：在電腦上設計的眾多分子中，有分子能救命、減輕痛苦、造福人類
  ↳ 他們希望在電腦上設計出的大量分子裡，最後能有一些真的做成藥，用來救人、減輕病痛。

根據影片，現在找到新抗生素分子所需的時間，和過去相比是？