欢迎光临
我们一直在努力
您的位置:首页>资讯 >

人工智能发现有效的抗生素

基于脑的结构新设计的人工智能工具已鉴定的分子能够消灭了一些细菌的抗生素抗性菌株的,根据在2月20日出版的研究细胞。此前已对这种盐分子进行了研究,认为它具有治疗糖尿病的潜在潜力,该分子具有抗结核分枝杆菌,结核病的病原体以及其他几种难以治疗的微生物的活性。

据STAT报告,这一发现是在新型抗生素变得越来越难以找到的时候,以及耐药细菌正在成为全球威胁日益严重的时候。几年前,由联合国召集的机构间抗药性协调小组(IACG)在2019年发布了一份报告,估计到2050年,抗药性疾病每年可能导致1000万人死亡。尽管迫切需要寻找新的抗生素,据STAT称,缺乏经济激励措施已导致制药公司缩减研究规模。

麻省理工学院的合著者詹姆斯·柯林斯(James Collins)告诉STAT:“我确实认为该平台将非常直接地降低抗生素开发发现阶段的成本。”“有了这些模型,现在可以在较短的时间内获得涉及较少投资的新颖化学方法。”

据STAT报告,尽管基于AI的早期模型需要人工监督并产生不一致的结果,但这种新的深度学习方法是在2000多种具有抗菌功效的化合物的库中进行训练的,并使用这些数据根据结构预测功能。该平台鉴定出的分子看起来与现有抗生素完全不同,从而克服了人类研究人员寻找具有与现有抗生素相似结构的潜在抗菌化合物时所表现出的偏见。

该团队首先使用深度学习模型来筛选包含6,000个分子的库,以寻找可能对大肠杆菌有效的分子。作者在论文中写道,该搜索发现了作者对许多培养的细菌菌株进行测试的halicin,发现该分子“对包括结核分枝杆菌和耐碳青霉烯的肠杆菌科的病原体在内的多种系统发育谱显示出杀菌活性。”研究小组发现,Halicin还可以抵抗艰难梭菌和小鼠模型中的“泛耐药”感染。

在随后从加利福尼亚大学旧金山分校提供的ZINC15数据库中筛选出超过1.07亿个分子的过程中,AI工具识别出八个结构与已知抗生素不同但可能具有强大抗菌特性的分子。

匹兹堡大学的药物设计研究员,未参加这项研究的匹兹堡大学的雅各布•杜兰特(Jacob Durrant)告诉《卫报》:“这项工作确实非常了不起。”“他们的方法强调了计算机辅助药物发现的力量。不可能对超过1亿种化合物的物理活性进行物理测试。”

斯坦福大学生物医学信息学研究员尼甘姆·沙赫(Nigam Shah)说:“现在,我们正在化学结构中找到潜在的线索,而在过去我们甚至都无法幻想它们可能是抗生素。”STAT。沙阿(Shah)告诫说,在人体中测试这种新抗生素之前,将需要漫长而复杂的过程,但他说这是朝着正确方向迈出的一步。“它极大地将搜索空间扩展到了我们所不知道的维度。”

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。