重磅！AI发现超级抗生素，能干掉多种致病细菌，从1.07亿分子筛出
智东西（公众号：zhidxcom） AI再次展现出非凡的医药研发价值！ 智东西2月21日消息，刚刚，由麻省理工学院合成生物专家吉姆·柯林斯（Jim Collins）领导的研究团队研发一种开创性的机器学习方法，登上全球自然科学研究领域最著名期刊之一《细胞（Cell）》2月20日的封面。
该方法首次在没有使用人类任何先前假设的情况下，短短几天内从超过1亿个分子的库中筛选出强大的新型抗生素。其中一种抗生素可杀死多种世界上最麻烦的致病细菌，包括结核病和被认为无法治愈的菌株。 宾夕法尼亚州匹兹堡大学的计算生物学家雅各布·杜兰特（Jacob Durrant）认为，这一研究非常出色，研究小组不仅确定了候选基因，而且在动物实验中验证了很有前景的分子。 此外，该方法还可以应用于治疗癌症、神经衰退性疾病等其他类型的药物。 如果类似AI研究方法能应用于抗病毒药物的研发，想必意义将更大。
论文地址：https://www.cell.com/action/showPdf?pii=S0092-8674%2820%2930102-1 一、每年千万人将因无有效抗生素而丧命自发现青霉素以来，抗生素已成为现代医学的基石。然而在全球范围内，细菌对抗生素的耐药性正在急剧上升。 去年5月，英国时任首席医疗官萨利·戴维斯（Sally Davies）发出严厉警告：如果不采取任何抗微生物耐药性措施，预计到2050年，全世界每年将有1000万人丧生。
不幸的是，过去几十年中，发现新抗生素越来越困难，大多数新批准的抗生素都是现有药物的各种变体。 当前用于筛选新抗生素的方法通常成本高得惊人，需要投入大量时间，还往往局限在化学多样性的狭窄范围。 “人们不断地发现相同的分子。”柯林斯说：“我们需要具有新作用机制的新型化学物质。” 为了寻找新抗生素，柯林斯及其团队研发了一种深度神经网络模型，可逐个原子地学习分子的结构特性。 二、无任何先验标记，用AI筛查出超级抗生素研究人员们使用一个抗菌活性已知的2335个分子集合来训练其深度神经网络，以发现抑制大肠杆菌生长的抗生素分子。 该分子集合中包括约300种已批准的抗生素，以及800种来自植物、动物和微生物来源的天然产物库。
▲用AI发现抗生素 这项研究的合著者、麻省理工学院AI研究人员瑞吉娜·巴尔齐莱（Regina Barzilay）表示，该算法无需对药物的工作原理和化学基团进行任何标记，就可以预测分子功能。“因此，该模型可以学习人类专家未知的新模式。” 对该模型进行训练后，研究人员使用它筛选了一个名为“药物再利用中心”的库，这个库包含约6000个用于人类疾病研究的分子。 他们让模型去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。 从产生的结果中，研究人员选择了大约100个进行物理测试的候选分子。通过这种方法，研究人员找到了一种正在研究用于糖尿病治疗的分子，已经被证明是一种有效的抗生素。 参考电影《2001：太空漫游》中虚拟人工智能系统HAL的名字，研究人员将这个分子命名为halicin。
▲halicin是一种广谱杀菌抗生素 在小鼠试验中，该分子对多种病原体显示出抑制生长的特性，包括艰难梭菌菌株、鲍曼不动杆菌和结核分枝杆菌，它们都具有“泛耐药性”，并且迫切需要新的抗生素。
▲halicin在小鼠感染模型中显示功效 值得注意的是，世界卫生组织已将鲍曼不动杆菌定为最需要优先处理新抗生素的病原体之一。 鲍曼不动杆菌菌株已感染了驻扎在伊拉克和阿富汗的许多美国士兵。此前它对所有已知的抗生素均有抗药性，仅有含盐蛋白的药膏能在24小时内完全清除感染。
▲Halicin对鲍曼不动杆菌CDC 288的活性 三、破坏细菌抗药性，且对人体低毒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。 但是盐蛋白的机制是非常规的：它破坏了质子在细胞膜上的流动。 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。 （编辑：52刷机网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
