资讯
How a researcher uses Codex and ChatGPT to search for new antimicrobial molecules
📋总体概括
宾夕法尼亚大学研究者César de la Fuente的实验室借助OpenAI的Codex与ChatGPT，从现存及已灭绝生物的基因组中挖掘新型抗菌分子候选物，应对日益严峻的耐药菌感染问题。该案例展示了大语言模型从编程工具转型为科学发现工具的潜力：AI可在海量蛋白序列中识别人类难以察觉的抗菌肽模式，大幅缩短候选分子筛选周期。将灭绝物种基因组纳入搜索范围，更为药物研发开辟了前所未有的分子空间。
⚡关键信息
- ▸César de la Fuente实验室同时使用Codex和ChatGPT进行抗菌分子挖掘
- ▸搜索范围覆盖现存生物与已灭绝生物的基因组
- ▸研究目标是寻找对抗耐药性感染的新型抗菌候选分子
- ▸该案例体现大语言模型正从编程助手扩展为科学研发工具
🔥犀利点评
让AI去灭绝动物基因组里翻找抗生素，这个思路本身就把「药物来自土壤细菌」的老剧本撕了。但别急着欢呼：序列能被AI猜出来，离能成药还隔着毒性、稳定性、合成与临床试验的万水千山，抗菌肽领域多年来倒在最后一步的候选者数不胜数。真正的看点不是ChatGPT多神，而是它把早期筛选成本压到几乎为零，让失败变得便宜——这才是范式转移。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 OpenAI News 阅读全文 →