欢迎光临
我们一直在努力
您的位置:首页>资讯 >

人工智能算法创造出可有效抵抗耐药细菌的抗生素

亚历山大·弗莱明(Alexander Fleming)于1928年首次发现了青霉素。尽管他的工作是基于前几位研究人员的努力,但他最终获得​​了诺贝尔医学奖。他在接受感言中警告说,有一天细菌可能会适应青霉素并使它的效用降低,这就是事实。如今,许多抗药性细菌摆脱了青霉素和许多其他抗生素的姑息作用,这在医生的鼓励下已被医生广泛开出。

制造新药是一个艰苦的过程,可能会非常缓慢。开发新药物可能需要数年甚至数十年的时间,这是药物价格通常很高的原因之一。每年必须为所有从事新药研究的实验室和技术人员付费。很多时候,临床医生甚至不了解他们正在研究的药物是否有效,直到他们进行深入研究为止。

人工智能可以帮助减少发现新药所需的时间。麻省理工学院的研究人员说,根据《科学日报》的报道,他们已经使用AI算法确定了一种杀死许多耐药菌的新型抗生素。在涉及受感染小鼠的两项试验中也证明是有效的。

使这一发现更加引人注目的是一台计算机仅在三天内就可以完成任务。根据麻省理工学院的消息,该算法旨在通过使用与现有药物不同的机制来识别杀死细菌的潜在抗生素。

“我们希望开发一个平台,使我们能够利用人工智能的力量来引领抗生素药物发现的新时代,”医学工程和科学教授James Collins说。“我们的方法揭示了这种惊人的分子,可以说它是已发现的更强大的抗生素之一。”

柯林斯说:“我们正面临着越来越多的关于抗生素耐药性的危机,这种情况的产生是由于越来越多的病原体对现有抗生素产生了耐药性,以及生物技术和制药行业对新型抗生素的贫血管道。”

该算法还确定了其他几种潜在的抗生素,这些抗生素现在将接受进一步测试。麻省理工学院电气工程和计算机科学教授Regina Barzilay说:“机器学习模型可以探索……大型化学空间,而对于传统的实验方法而言,化学空间的价格过高。”

到目前为止,计算机建模还不够精确,无法产生有用的结果,但是最新的神经网络可以学习如何以计算机术语自动表达潜在的抗生素。研究人员设计了他们的新模型,以寻找能够使分子有效杀死大肠杆菌的化学特征。他们在大约2500个分子上训练了该模型,包括大约1700种FDA批准的药物以及800种具有不同结构和广泛生物活性的天然产物。

对模型进行训练后,研究人员对大约6,000种化合物进行了测试。该模型选出了一种分子,该分子被认为具有很强的抗菌活性,并且化学结构不同于任何现有的抗生素。该分子被称为“海林”,这是斯坦利·库布里克(Stanley Kubrick)的电影《2001年:太空漫游》中所使用的计算机HAL的名称。

[外部注释#1:iPhone的第一个设计灵感是该电影的上映顺序中显示的黑色整体。无关的注解2:据信Kubrick之所以选择HAL,是因为字母全都以缩写IBM开头,IBM在电影上映时是世界上主要的计算机公司的名称。别客气。]

研究人员针对从患者身上分离并在实验室培养皿中生长的数十种细菌菌株进行了测试,发现它能够杀死许多对治疗有抵抗力的细菌,包括艰难梭菌,鲍曼不动杆菌和结核分枝杆菌。该药物对他们测试的每个物种都起作用,除了铜绿假单胞菌(一种难以治疗的肺病原体)外。

麻省理工新闻社补充说,halicin可能通过破坏细菌产生ATP的能力来杀死细菌,ATP是一种细胞用来存储能量的分子。研究人员认为细胞将难以适应这种破坏性过程。当您处理可能与膜成分相关的分子时,细胞不一定必须获得单个突变或几个突变来改变外膜的化学性质。这样的突变趋于更加复杂,难以进化。”斯托克斯说。

在鉴定了halicin之后,研究人员使用他们的模型筛选了从ZINC15数据库中选择的超过1亿个分子,该数据库在线收集了约15亿种化合物。该筛选仅用了三天时间,就鉴定出了23种与现有抗生素在结构上不同并且预计对人细胞无毒的候选物。

在针对五种细菌的实验室测试中,研究人员发现其中八种分子具有抗菌活性,其中两种具有强大的功能。研究人员现在计划进一步测试这些分子,并筛选更多ZINC15数据库。

研究人员还计划使用他们的模型来设计新的抗生素并优化现有的分子。例如,他们可以训练模型以添加使特定抗生素仅针对某些细菌的功能,从而防止其杀死患者消化道中的有益细菌。

因此,今天的科学家可以在三天内完成通常需要数月,数年甚至数十年才能完成的工作。试想一下,是否可以将这种研究力量用于寻找过热星球的解毒剂!

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。