Dr. César 德拉富恩特有一个两个字的解决方案来弥合新抗生素的高成本和漫长的开发时间的双重问题:人工智能.
作为宾夕法尼亚大学机器生物学小组的负责人， Dr. 德拉富恩特 相信计算机能力和数据可用性也可能为自然界的一个问题提供解决方案:在全球对当前抗生素治疗的耐药性不断增加的情况下，缺乏真正新颖的抗生素类别.
“在我的实验室里，我们正试图将这两件事结合起来，以帮助加速抗生素的发现，并降低与之相关的成本,他说.
Dr. 德拉富恩特在东纽约美国微生物学会培训研讨会上发言, 于3月31日在ACPHS的新生命科学创新大楼举行. 今年的会议标志着ENYASM重新回到了面对面的活动, 在此之前，由于COVID-19大流行，虚拟集会已经持续了几年, Antonia Oropallo报道, ACPHS微生物学学生，他是当地分会的财务主管.
这次会议吸引了120多名与会者来听Dr. 德拉富恩特的演讲，听其他六个研究报告(包括一个由 艾丽卡肖勒(ACPHS分子生物科学硕士候选人)，并查看19张研究海报. 组织者和研究人员来自ACPHS, 奥尔巴尼大学和州卫生部沃兹沃斯中心. (上图是ACPHS的Pankaj Kanna Panneer Selvam的海报.)
作为本次会议的主讲人. 德拉富恩特在他的实验室里讨论了利用人工智能发现潜在药物治疗方法的研究方法. 在这些未来技术中, 举个例子, 训练计算机模仿进化算法来创造生物多样性. 用这种方法, 自然选择变成了计算选择, 数百万年的进化变化被压缩到几个小时或几天, Dr. 德拉富恩特说. 通过这种方法, 计算机可以改进分子以创造新的抗生素，同时还可以在这些已知分子中识别以前未开发的基因测序领域.
“而不是依赖生物世界作为灵感来源来提供这些分子, 我们试图将分子的化学复杂性转化为由1和0组成的二进制代码，这样计算机就可以真正地处理发现过程和优化过程,” Dr. 德拉富恩特说.
梅勒妮Vugelman, 希望上医学院的微生物学大四学生, 她说她喜欢博士. 德拉富恩特的演讲, 因为这让她看到了将来她可能需要告诉病人的信息和潜在的治疗方法.
“我们将是与这种疯狂技术互动最多的人，”Vugelman说.
Oropallo, 他是ACPHS微生物学项目的大二学生，也是ENYASM董事会中唯一的本科生, 她说她从公司的同事那里学到了很多东西, 谁的研究生涯处于更高级的阶段. 她还学会了组织一场活动的细节.
“我了解到在这些大型活动中付出了多少工作，以及人们不会注意到的所有细节,她说.
Oropallo通过ACPHS教师了解到当地分会的情况, 包括Meenakshi Malik教授和助理教授Nicole Shakerley, 谁担任ENYASM主席.