抗耐藥菌藥物新進展!《自然》:通過AI篩選發(fā)現了新型抗生素
財聯社12月25日訊(編輯 周子意)
麻省理工學院的研究人員通過深度學習人工智能(AI),篩選出一類化合物,可以殺死一種具有危害性的耐藥細菌,而后者每年在美國造成約一萬多人死亡。
根據一篇近日發(fā)表在醫(yī)學頂刊《自然》雜志上的文章,研究人員表明,最新發(fā)現的化合物主要針對“耐甲氧西林金黃色葡萄球菌(MRSA)”,研究顯示,此類化合物可以殺死實驗室培養(yǎng)皿和感染小鼠身上的MRSA。
且新發(fā)現的化合物對人體細胞的毒性偏低,使其能夠成為非常好的候選藥物。
關鍵創(chuàng)新——深度學習模型
研究人員使用大幅擴展的數據集訓練深度學習模型,他們通過測試約3.9萬種化合物對MRSA的抗菌活性,并用得出的數據來訓練AI模型。
該研究主要作者之一、麻省理工學院醫(yī)學工程與科學研究所(IMES)和哈佛大學博德研究所的博士后Felix Wong指出,“如果你給模型任何新的分子、原子和鍵的新排列,它就能告訴你這種化合物能否被預測為抗生素。”
同時,為了進一步縮小候選藥物的范圍,研究人員還訓練了三個額外的深度學習模型,用來預測這些化合物是否對人體的肝臟、骨骼肌和肺部三種不同類型的細胞有毒。
通過將上述兩種模型的預測相結合(對抗菌活性的預測、對人體細胞潛在毒性的預測),研究人員發(fā)現了可以殺死微生物、同時對人體的不良影響最小的化合物。
這個研究的一個關鍵創(chuàng)新是,研究人員可以從中弄清楚深度學習模型通過什么樣的信息來預測其抗生素效力,而這可以幫助研究人員設計出藥效更好的藥物。
IMES研究所的Termeer醫(yī)學工程與科學教授James Collins指出,“我們可以看到模型是通過什么數據來做出預測的…從化學結構的角度來看,我們的工作提供了一個具有時間效率、資源效率和機械洞察力的框架,這是我們迄今為止從未有過的。”
利用這些模型集合,研究人員篩選了大約1200萬種化合物。
通過篩選后的再實驗,研究人員發(fā)現了兩種具有潛力成為MRSA候選抗生素的化合物,它們屬于同一類別。在兩種小鼠(局部皮膚感染MRSA的小鼠、以及被這種細菌感染全身的小鼠)的測試中,每種化合物都能將對應耐藥細菌的數量減少10倍。
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法,不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險,讀者在采取與本文內容相關的任何行動之前,請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。