好车网 > 科技 > 慧眼识珠!AI独立发现超强抗生素

慧眼识珠!AI独立发现超强抗生素

[导读]:美国麻省理工学院(MIT)科学家在最新一期《细胞》杂志撰文称,他们新研制出的一种深度;学习人工智能(AI),鉴定出一种全!新抗生素。 实验室!测试表明,这种抗生素能有效杀...

美国麻省理工学院(MIT)科学家在最新一期《细胞》杂志撰文称,他们新研制出的一种深度;学习人工智能(AI),鉴定出一种全!新抗生素。

实验室!测试表明,这种抗生素能有效杀”死多种世界上;最麻烦的致病细菌,包括一些对所有已“知抗生素耐药的菌株。

在英国《自然》杂志网站2月20日的报道中,研究人员、表示,这种名为!hali”cin的、抗生素是首个?由人;工智能发现的抗生素。尽管科学家以前曾使用AI辅助发现抗生素,但此次是AI首次在没有任何人类假设的情况下,从头发现全!新抗生素。

美国匹兹堡大学计算生物学家雅各布·杜兰特评论道,这项研究非常出色,研究团队不仅确定了候选抗生素,还在动物实验中验证了有潜力的分子。此外,该方法还可用于发现治疗。癌症、神经衰退性。等!疾病的药物。

自发现青霉素以来,抗生素已成为现代医学的基石,但在全球;范围内,细菌对抗生素的耐药性正急剧上升。《自然》杂志的报道称,研究;人员预测,如果不尽快:研!发新药,预计到2050年,每年将有一千万人因耐药菌感染而丧生。

但在”过去”几十年,新诞生的、抗生素寥。寥无几,且结构上与过去已有抗生素大同小异。此外,当前用于筛选“新、抗生素的方法成本高昂,且耗费大量时间。最新研究负责人、MIT合成“生物学“家吉姆·柯林斯说:“人们不断发现相同的分子,我们需要具有新?颖作用机理。的新型化“学物质。我们希望开发一个平:台,能借助人工。智能的力量,开创抗生素药物发现新时代。”

为寻找!新、型抗生:素,研究团队开发出了一个神经网络模型,这是一种受大脑结构启发的A;I算法,可逐个原子学习分子的结构特性。

据,MIT网站2月20日报道,在研究中,柯林斯团队使用约2500个分子来训练他们的神经网络模型,以发现能抑制。大肠杆菌生长的分子。这些:分子包括约1700种已获批的药物(其中300种获批抗生素)以及800种来!自植物、动物和微生物的天然物质。

最新研究联合负责人、MIT计算机科学与人工智能实验室电气工程与计算机科学教授雷吉娜·巴兹莱表示,该算法不需要任何药物工作原理方面的假设,也无需对化学基团进行标记,就可以预测分子功能,“因此,该模”型可以学到?人类专家未知的新模式”。

该,模型训:练完毕后,研究“人员用它、筛选一、个名为“药物再利?用中心”的分子库,该分子库;包含约6000种。科学家正在:研究、用于治疗人;类,疾病的分“子。他们让。该模型预测哪种分子能”有效抑制大肠“杆菌,并仅向他们;展!示看起。来与常规抗生素不同的分子。

从得到的结果、中,研究团队选择了“约100个,分子开展物理测试,其中一种是正研究用于治疗糖尿病的:分子。结果表明,它是一、种具有很强抗菌活性的抗生素,且化学结构与任何现有抗生素不同。研究人员为致敬经典科。幻片《2001太空漫游》,将该分子命名为“hali,cin”(电、影里的人!工智能。系统?名为HAL 9000)。此外,研究人员还借助使用其他机器学习模?型发现,该分子可能对人体细胞具有较低毒性。

实验室测试表明,除铜绿假单胞菌(一种难以治疗的肺病原体)外,ha!licin对包括艰难梭菌、结核分枝杆菌和鲍曼不动杆菌等在内的多种病原体“具有活性。

为测试hal,icin在活体动物身上的功效,研究人员用其治疗感染鲍曼不动杆菌的小鼠。鲍曼不动杆菌具有“超级耐药性”,能耐受已知所有抗生素,世界卫生组织已将其定为最需要优先处理新抗生素的病原体之一,人类迫切需要新抗生素来对付!它。

研究表:明,在感染了鲍曼不动杆菌的小鼠身上,halicin再次显现出神奇效果:含有halicin的软膏在24小时、内,就彻底:清除。了感染。

抗生?素通过多种机制起作用,如阻断细胞壁生物合成、DNA修复或蛋白!质合成中涉及的酶。但halicin并不按常理出?牌:它破坏,质子在细胞?膜上的流动。

MI;T的报道指出,初步研究表明,halicin通;过破坏细菌在细胞膜上维持:电化学梯度的能力来杀死细菌。此化学梯度对于产生ATP(细胞用来存储能量的分子):不可或缺,因此,如果梯度破;裂,细胞将凋亡。研究人员说,这种杀伤机制可能会使细。菌难、以产生抗药性。

柯林斯说:“实验表明,针对、抗生素环。丙沙星,大肠杆菌会在1到3天内对、其表现出抗!药性,但即使30天后,大肠杆菌仍未对ha”licin:产生任,何抗药性。”

发现:hal”ic。in后,研究小、组利用该模型,对ZINC15数据库内的1亿多种分子展开了筛查。ZINC15是一个在线亿种化合物的信息。

仅三天时间,该模型就筛查出23种与现有抗生素结构不同且可能对人细胞无毒的候选分子。细菌?测试表明,其中8种、分子拥有抗菌活性,且2种功能强大。研究人,员现在计划进一步测试这些分子,并继续?筛查“ZINC15数据库。

卡:内基梅隆大学。计算生物学家鲍勃·墨”菲说:“使用!计算方法?发现和预测潜在药物特性这一:领域方兴未艾,最新研究是!一个绝佳实例。”

墨菲指:出,以前已有科学家开发AI方法来挖掘庞大的基因和代谢物数据库,以识别可能”包括:新抗生素;的分子、类型。

但柯林斯团队表示,他们:的方、法与。众不同。新模型不是在搜索特定的结构或、分子类别,而是在;训练神经网络寻找具有特定!活性的分子。

该团队希望与其他团队或公司合作,将hali?cin用于临床试验,也计划使用他们的模型设计新抗生素并优化现有分子,例如,使特定抗生素仅?杀死特定细菌,防止其杀死患者消化道”中的有?益细菌。

巴兹莱说:“机器学习模型可以在计算机,上探索,大型化学;空:间,而传统实验室方法要做到这一点会非?常昂贵。”最新。研究既:提高了化合物鉴定的准。确性,又降低了筛选工作的成本。

以色列理。工”学院生物学和计算机科学“教授罗伊·基肖尼表示:“这项开创性研究标志着抗生素发现乃至更普遍的药物发现发生了范式转变,深度学习技术或可应用于抗生素开发的所有阶段——从发现抗生素到通过药物修饰和药物化学改善抗生素的功效和毒性。”

本文来自投稿,不代表好车网-想买车上好车立场,如若转载,请注明出处:/technology/2020/0227/727.html

说点什么吧
  • 全部评论(0
    还没有评论,快来抢沙发吧!