0コメント
深層学習アルゴリズムは、科学者が抗生物質耐性菌（毎年数千人の死亡を引き起こす公衆衛生上の脅威）に対して有効な新しい化合物を特定するのに役立ちました。
1928年にフレミングが初めてペニシリンを精製して以来、抗生物質がますます効かなくなっていることを医師たちが懸念している中、最近、抗生物質の原因となる薬剤耐性菌を殺すことができる化合物が発見された。 数千人の死 世界中で毎年歓迎されています。
深層学習アルゴリズムを使用して、科学者たちは半世紀以上ぶりに新しい抗生物質を特定することができ、医療分野における人工知能の可能性を実証し、次のような解決策を提案しました。 抗生物質耐性、これは人間の健康に対する世界最大の脅威の一つです。
この新しいクラスの抗生物質候補の選択を改良するために、米国のジェームズ・コリンズ研究室のチームは、 マサチューセッツ工科大学とハーバード大学のブロード研究所 は、ディープラーニングとして知られる一種の AI を使用して、12 万の化合物を抗生物質活性についてスクリーニングしました。
コンピューター シミュレーションを通じてそれらを分析した後、トレーニングされた AI モデルは、理想的な薬物のような特性を持つ 3646 個の化合物を発見しました。
.@delafuenteupenn 人工知能がどのように機能するかを共有しました (#AI）新しいものの開発を導くのに役立ちます。 ＃抗生物質これには、デ・ラ・フエンテ氏の研究室で採用されている、新しい抗生物質を発見するためにディープラーニングの概念を使用した新しい発見が含まれます。 @サイアム https://t.co/eFGmY0ZLHo
— ペン・メディシン (@PennMedicine) 2023 年 12 月 26 日
追加の計算により、各化合物の特性 (つまり、人体に有害かどうか) を説明できる化学的部分構造が特定され、科学者たちはそれらのうち 238 種類をマウスでテストする前に比較しました。
そうすることで、彼らはメチシリン耐性に対して大きな期待を示す5つの異なる非毒性物質を発見した。 黄色ブドウ球菌 (MRSA) およびバンコマイシン耐性 腸球菌 – これらは、私たちが知っている中で最も頑固に殺すのが難しい病原体の一部です。
「この研究で私たちがやろうとしたのは、ブラックボックスを開けることでした」と彼は言います。 フェリックス・ウォンの著者です。 研究 で公開された 自然 先月。
「私たちの [AI] モデルは、どの化合物が選択的抗生物質活性を持っているかだけでなく、その化学構造の観点からその理由も教えてくれます。」
この開発は、現在進行中の抗生物質耐性危機と闘うためのテクノロジーの力に関するこれまでの研究に基づいています。
ディープラーニングの場合、科学者は潜在的な薬剤候補の特定を加速し、その特性を予測し、必要な患者にそれらを届けるプロセスを最適化するために、ディープラーニングをますます活用しています。
「これらのモデルは、神経接続を模倣する非常に多くの計算で構成されており、内部で何が起こっているのかは誰も知りません」とウォン氏は続けます。
「私たちの研究は、これまでになかった方法で、化学構造の観点から、時間効率、資源効率が高く、機械的に洞察力に富んだフレームワークを提供します。」
