OpenAI在9月10日介绍了宾夕法尼亚大学César de la Fuente实验室的研究方式：团队用自建深度学习模型在现存和灭绝生物的基因组、蛋白质数据库中寻找可能具有抗菌作用的分子，同时使用ChatGPT和Codex讨论假设、编写和修改代码、处理数据并连接不同学科的思路。官方称，这类方法可以把候选分子的初始搜索从数年缩短到数小时。关键词是“候选”和“初始搜索”，而不是数小时造出一种新药。

抗微生物耐药性让现有药物逐渐失效。OpenAI引用的研究显示，2021年约有500万人死亡与细菌耐药相关，若趋势延续，相关年度负担到2050年可能接近翻倍。传统研发常从已知化合物出发做结构修改，随着容易发现的方向被反复探索，收益逐渐降低。De la Fuente团队换了一个入口：把DNA和蛋白质序列视为信息，在生命数据库中寻找能够形成活性肽或其他抗菌分子的模式。

AI最擅长的是缩小搜索空间，不是替实验室宣布答案

数字化基因组让研究者可以跨越植物、动物、微生物甚至已经灭绝的物种寻找线索，但数据量越大，真正有用的信号越难找到。深度学习模型可以学习序列与活性之间的关联，从海量片段中排出更值得关注的候选。研究者原本可能要逐条设计、合成和测试，如今可以把实验资源集中在更小的清单上。节省的核心不是取消实验，而是减少大量低概率尝试。

ChatGPT和Codex承担的是另一层协作。团队成员来自生物学、化学、计算机科学和工程，知识边界并不重合。生物学家可以借助Codex建立数据处理程序，程序员也能更快理解实验问题；ChatGPT则帮助团队展开假设、梳理文献和讨论不同领域的连接。De la Fuente把共享工作区视作一个集体讨论板，成员既放入成功想法，也放入失败方向，让后续探索保留上下文。

这种用法比直接让通用模型预测药物更现实。专业深度学习模型负责特定序列筛选，通用助手负责代码和知识协作，人类研究者决定问题、检查结果并设计实验。每一层都有边界：大语言模型可能生成错误引用或不可靠代码，专业模型也会继承训练数据的偏差。团队必须保留数据版本、模型参数、筛选规则和人工修改记录，才能知道一个候选究竟如何进入实验名单。

候选出现后，工作才真正变难。研究者需要确认它是否能杀死目标微生物，测量有效浓度，并检查是否同时损伤人体细胞。化学家可能继续改造分子，提高稳定性、活性和安全性；后续还要评估毒性剂量、微生物产生耐药的速度、分子在体内的吸收分布和代谢，以及能否稳定制造。即便所有临床前步骤通过，仍要经过监管审查与分期临床试验。

从“命中候选”到可用药物，失败率和证据标准都不会因AI消失

药物发现的漏斗极窄。初筛模型可以把上百万条序列压缩成几千或几十个候选，但每个阶段都会淘汰大量分子。有些在试管里有效，却在人体环境中迅速降解；有些杀菌能力强，却毒性过高；还有些难以制造或无法到达感染部位。把初筛速度提升几个数量级，会带来更多实验机会，也可能把瓶颈转移到合成、动物实验和临床资源上。

因此，评价这类AI研究不能只看模型给出多少“新分子”。更有意义的指标包括实验命中率、与已知抗菌药的结构差异、选择性、耐药形成速度、可制造性，以及独立实验室能否重复结果。如果AI生成一万条候选，却只有极少数通过最初实验，计算速度并没有自动转化成研发效率。反过来，哪怕候选数量不多，只要提高了后续命中率，也可能真正缩短研发周期。

数据来源也需要被审视。已知活性分子更容易进入数据库，罕见物种和未充分研究环境的数据则更少。模型可能偏爱熟悉序列，错过真正新颖的机制。灭绝生物基因组往往存在缺口和重建不确定性，任何候选都必须回到实验验证。研究者还要防范训练集与测试集泄漏，以免模型只是记住了相似分子，却被误认为发现了新规律。

对医院和公众来说，这项案例不应被读成“AI新抗生素已经可以使用”。官方文章描述的是科研工作流和候选筛选，没有宣布某个分子获得临床批准。耐药感染的治疗仍应依据医生判断、药敏结果和获批药物。把早期科研结果包装成治疗建议，不仅夸大进展，也可能造成现实风险。

这项工作真正展示的是跨学科研究的组织方式。专业模型快速扫描生命数据库，通用AI降低编程和知识沟通门槛，实验室提供事实检验。三者结合，可能让更多罕见序列进入研究视野，但最终说服科学界的仍是可复现的实验数据。AI能把寻找第一批针的时间从年压到小时，至于哪根针能成为药物，仍需要一关一关证明。