编译/绿萝
Urbina 等人最近在《Nature Machine Intelligence》上发表的一篇题为「Dual use of Artificial-Intelligence-Powered Drug Discovery」 的评论文章受到了多家新闻媒体的高度关注。
在最初的评论文章中，在发表后的一个多月内被访问超过 100,000 次，作者报告了一个实验，将他们为药物设计而创建的机器学习引导的从头分子发生器，转变为使用神经毒剂 VX(图1)驱动他们的模型的剧毒新化合物的预测引擎。
这是瑞士联邦 NBC（核、生物和化学）保护研究所（Spiez 实验室）组织的 2021 Spiez Convergence 会议的受邀贡献。会议探讨化学和生物科学的科学发展，并试图确定新出现的威胁及其对生物和化学武器国际管制制度的影响。作为会议的参与者和会议主席之一，作者将提供一些观点和背景。
图 1：神经毒剂 VX（上）和 EA-3148（物质 100A）（下）。
当 Sean Ekins 在 Spiez 会议上展示这项工作时，绝对有一个「哎呀」的时刻，尽管模型的确切细节仍然不透明。该模型在包含 40,000 种化合物的结果数据集中生成了一些毒性极强的已知神经毒剂。还可以安全地假设，在与已知化学空间不同的那些神经毒剂中，会有一些毒性极大。所以，是的，显然存在误用的可能性，提高对这种可能性的认识是本文的优点。
然而，有两个主要问题需要解决：「比 VX 毒性更大」是否足以成为新化学制剂的限定词？为什么有人应该选择通过这种方法制造新的有毒化合物，而不是仅仅坚持已经存在的东西？后一个问题取决于「某人」是谁。
与治疗靶点良好的结合常数并不足以宣布分子为良好药物一样，同样地，毒性只是化学战剂的众多变量之一。EA-3148（物质 100A）是一种已知的与 VX 结构相似但毒性更高（约 50%）的药物（图 1）。美国和苏联都在其冷战化学武器计划中详细调查了这种化合物，但最终被丢弃用于储存。稳定性、物理特性、原材料的容易采购以及最终规避出口管制制度、成本、在最后反应阶段可能产生「毒性」的合成路线以及许多其他考虑因素也起着重要作用。应该指出的是，前拥有国储存的不同化学制剂的数量仍然很少。以同样的方式，通过计算生成的药物先导不会制造药物，通过计算生成的有毒分子也不会制造化学战剂。
但在计算机方法中——无论是否基于人工智能——都可以非常有助于将新代理的搜索引导到正确（或更确切地说是错误）的方向。研究人员应该反思这种滥用的可能性，并在必要时适当地报告它。
这让我们回到了这样一个问题，即谁可能会进行这样的搜索，而不是坚持已知的代理人并认为它们足够有毒。对于非国家行为者来说，这几乎没有意义。为什么将有限的资源投入到当现有化学剂足够好时发现新的化学剂？对于非国家行为者来说，制造化学剂是可能的，正如我们在日本的奥姆真理教（沙林）或叙利亚和伊拉克北部的伊斯兰国（硫芥）的案例中看到的那样。然而，在这两种情况下，生产（包括纯度和稳定性）和使用都出现了严重问题。奥姆真理教的化学家在沙林和其他神经毒剂的生产方面受过严格训练，而且他们拥有大量的财政资源。然而，该计划受到生产设施的危险泄漏和整体无效使用的困扰，从而在 1995 年东京地铁袭击中防止了更多的人员伤亡。多年来，处理剧毒化合物所产生的基本问题没有改变：分别是遏制、污染的携带以及高挥发性或持久性引起的风险。
对于国家行为者来说，情况就不同了。开发新的药剂是隐藏秘密化学武器计划的一种可能方式，而且它必须是秘密的，因为除了四个国家之外，世界上所有国家都加入了《化学武器公约》。寻找绕过现有出口管制制度的方法是本文正确指出的另一个风险因素。但是，国家行为者还有其他可能性和手段来获得这些新兴技术，例如创建看起来合法的幌子组织和公司，有针对性地招聘该领域的人才和专家知识，或者使用情报资产来简单地窃取专有技术和技术。
这直接影响到可以也应该实施的控制和法规的种类。技术监管是一个缓慢的过程，只有如此多的举措可以实施，才有机会获得国家、地区或最好是全球的认可。与此同时，技术也在飞速发展。因此，社区行动需要有针对性，而 Spiez 会议对于筛选该领域并将技术列入监控清单非常有用，例如增加使用的风险。在极低浓度下表现出生物活性的高活性药物成分 (HAPI)。
那么，公开谈论双重用途风险问题是否有好处？肯定有，因为它应该使科学家——包括本刊的读者群— 意识到他们的工作可能存在的风险。Urbina 等人的研究结果令人担忧，实施控制措施是值得称赞和受欢迎的措施，但计算设计只是实现可用化学武器的众多步骤之一。
参考内容：https://www.nature.com/articles/s42256-022-00497-1
