【科技.未来】全球疫情大爆发 科学家如何利用AI抗疫?

撰文: 孔祥威
出版:更新:

截至周日(2月23日),源于武汉的新型冠状病毒肺炎(COVID-19)在全球确诊逾7.88万人,有逾2,460人死亡。防控和治疗是当下最迫切的任务,除了检疫隔离和加强卫生等措施外,科学家正进行各种研究,务求令疫情尽早结束。短短十七年内,我们经历了严重急性呼吸系统综合症(SARS,俗称“沙士”)、中东呼吸综合症(MERS)大规模疫症爆发,在应对疫情的同时,应如何做好防备工作?

今年1月9日,世界卫生组织向全球公告武汉爆发新型冠状病毒肺炎。然而,早于去年12月31日,加拿大人工智能(AI)公司BlueDot已向客户发出避免前往武汉的警告。BlueDot之所以能比世卫快两周响起警号,在于使用了自然语言处理(NLP)和机器学习来梳理多个来源的资讯,包括每天消化65种语言共10万份新闻报告。这些数据会与航空记录对照,以助预测病毒爆发规律,也会结合某地区的气候、温度甚至本土禽畜的资讯,来预测当地一名受感染人士会否造成大规模爆发。当数据自动筛滤完成后,再由人类流行病学家检查在科学上是否合理,最后才发出报告。另一间传染病监控公司Metabiota也使用了类似方法,在泰国、韩国、日本和台湾公布有确诊个案前一周,已判断病毒会在这些地区出现。

BlueDot行政总裁及感染科医生Kamran Khan解释:“官方资讯不一定及时。是一个旅客感染还是会大规模爆发,视乎前线医护人员是否察觉有某种疫症出现,这可以预防疫情真正爆发。”AI的能力不限于追踪和监控疫情,科学家正试图以AI寻找治疗新型肺炎的药物。

早于去年12月31日,加拿大人工智能(AI)公司BlueDot已向客户发出避免前往武汉的警告。(路透社)

机器学习寻找妙药

至截稿为止,尚未有特效药可专门医治新型肺炎,现时用药主要从现有的其他抗病毒药来测试成效,例如中国正在武汉以美国药厂吉利德(Gilead)的抗病毒药瑞德西韦(Remdesivir)作临床试验,也试过用抗爱滋的快利佳(Kaletra),本月中颁布的《新冠肺炎诊疗方案(试行第六版)》加入了用于甲型和乙型流感的阿比朵尔(Arbidol)和另一抗病毒药利巴韦林(Ribavirin),另有10间医院以逾100人测试抗疟疾药磷酸氯喹(Chloroquine Phosphate);泰国亦曾同时以抗爱滋药配合抗流感药奥司他韦(Oseltamivir)治疗。此外,日本富山化工研发的抗流感药法匹拉韦(Favipiravir)在深圳一个70人的临床测试中初步有效;中国亦正试验以康复者的血清治疗。

一些公司则希望以AI从茫茫药海中找出特效药。美国生物科技公司Insilico上月底决定尝试找出治疗新型肺炎药物的线索,公司行政总裁Alex Zhavoronkov对《南华早报》解释:“把设计为治疗爱滋病等其他疾病的现有药物改变用途重新使用,在短期内是正确的策略,因为已确认它们安全。但那未必是最理想的做法,因为这些药物本来设计作其他用途。我们的方法更为长远,目标是找出针对那种病毒的专门分子。当大家相信我们的演算法,就会愿意投放资源到分子的合成和试验。”

至截稿为止,尚未有特效药可专门医治新型肺炎,现时用药主要从现有的其他抗病毒药来测试成效。(路透社)

Insilico研究了位于北京的全球健康药物研发中心所发表的新型肺炎潜在治疗清单,决定从当中一种对冠状病毒繁殖甚为关键、名为3C-样蛋白酶(3C-like protease)的酵素着手。他们先以28个不同机器学习模型设计新的分子,希望能与3C-样蛋白酶结合,从而抑制其功能。当中部份技术采用了制作“深伪影像”(deepfakes)背后的机器学习技术对抗生成网络(GAN),以图找出可与该蛋白酶结合的适合结构。之后再以机器学习筛选这些分子设计,具“类似药物”特性和化学活性的会有更高分数,从而剔除一些不太能作为药物的选项,例如金属化合物。他们也会筛走一些与现有、已知结构的分子设计相似的选项,确保不同设计之间具多样性,以扩大测试范围。

Insilico的AI系统花了四天时间分辨出数以千计可能对新型肺炎病毒有效的分子,该公司声称会合成最有可能成功的100个分子,以测试成效,并会把它产生的分子结构资料开放予其他研究者使用。他们希望透过这种方式能缩减寻找新疗法和进行临床测试的时间,由以往数以年计减至仅一、两周。Zhavronkov期望透过开源,显示他们的演算法能快速设计新药,不论在今次疫情或预防下一次传染病爆发中也能发挥作用。

类似的公司还有英国AI初创公司BenevolentAI,该公司计划从已核准的药物中找出哪些或有可能阻止感染过程。他们的AI系统根据大量医疗数据和科学文献中已知的冠状病毒化学特性寻找药物,在得出几个选项后,系统最终建议用于类风湿关节炎的Baricitinib可作为潜在治疗药物来测试。

英国AI初创公司BenevolentAI计划从已核准的药物中找出哪些或有可能阻止感染过程。他们的AI系统根据大量医疗数据和科学文献中已知的冠状病毒化学特性寻找药物。(资料图片/BenevolentAI)

更便宜的合成病毒

在应用新科技的同时,疫症爆发后的一些基础科研也相比过往进行得更有效率。在一些实验室,研究人员正争相尝试合成复制出新型肺炎病毒来研究。在过往疫症爆发时,科学家要等数月甚至数年才知道病毒的模样,但是次新型肺炎病毒,世卫在1月12日已宣布收到由上海复旦大学学者上载分享的完整基因序列,可供全球公共卫生机构及科研人员索取。

新型肺炎病毒约有三万个碱基对,由称为RNA的遗传物质构成,科学家一般会将之转换成DNA以方便研究。美国北卡罗莱纳大学(UNC)冠状病毒专家Ralph Baric的团队预计可借此重新制造出整个新型肺炎病毒。他的团队上月已从一间生产商落单,订制生产与新型肺炎病毒基因序列近乎一样的DNA。货到后,Baric会注入遗传指令到细胞中,顺利的话,应可制造出真正具感染性的病毒粒。

之所以能凭着遗传指示“重启”病毒,全赖IDT、Twist Bioscience、Atum等DNA分子订制生产商。一般花费数千美元便可订制适当的基因,将之缝合起来就可制造出冠状病毒复本,最后把遗传物质注入,就可激活病毒。

在一些实验室,研究人员正争相尝试合成复制出新型肺炎病毒来研究。(Getty Images)

合成病毒与真正病毒基本上应该一样。但合成病毒可以不断复制,UNC全球公共卫生副教授及冠状病毒专家Timothy Sheahan说,“我们有一个DNA复本,可以不断重复制造基因相同的病毒。”有了这些复制病毒,科学家可以尝试移除或增加基因、研究它的散播方式、如何进入人体细胞等。例如Sheahan想试试以这病毒感染老鼠,再给牠们不同药物,看看哪种有效。

人工合成病毒也可助科学家紧贴难以预测的疫症爆发路径。美国艾奥瓦大学(The University of Iowa)微生物学及免疫学家Stanley Perlman解释:“我担心这病毒将会在疫症中突变,利用合成病毒就可让我研究突变会有什么效果。合成病毒只是真正病毒的替代品,但有了DNA,你可以尝试操纵它,找出弱点并研发治疗。”一众DNA生产商最近就收到来自生物科技公司、政府、大学等大量订单,制造出病毒的不同部份,包括那些可用作验证诊断测试的,或需要用来研发疫苗的。

基因合成技术并非全新事物,2000年代初,纽约州立大学(SUNY)有研究人员单凭基因序列和致电订购的预制DNA,制成脊髓灰质炎病毒。但随着基因合成技术的发展,成本比二十年前便宜得多。Twist Bioscience行政总裁Emily Leproust回想:“若你回到2000年,制造一对DNA碱基要10美元,但在2010年只要1美元,所以你可以造十倍的量。到今天,每对只要9美仙,又多了十倍。”科研人员因而有更多的合成版本可作实验。“在生物研究,第一次实验几乎从来不会成功,你要试很多次才达到目标。我们提供了机会给大家更快作出更多尝试,令他们更快找到答案。”Leproust说。

继续阅读:【科技.未来】疫苗研发姗姗来迟 只能预防下次爆发?

相关文章︰

AI诊症匹敌人类医生 可否知疾病成因?

不问“为什么” AI可有真正智能?

新药研发低迷 AI可如何颠覆生态

AI用数据研制新药 反而是它的最大局限?

未来制药专家 将由AI取代人类?

上文节录自第202期《香港01》周报(2020年2月24日)《只能预防下次爆发? 科研抗疫总姗姗来迟》。

更多周报文章︰【01周报专页】

《香港01》周报,各大书报摊、OK便利店及Vango便利店有售。你亦可按此订阅周报,阅读更多深度报道。