AI 发现 60 多年来第一种新抗生素

深度学习算法帮助科学家识别出可有效对抗抗生素耐药性细菌的新化合物，这种细菌是一种每年导致数千人死亡的公共卫生威胁。

自从弗莱明 1928 年首次纯化青霉素以来，医生们担心抗生素已经变得越来越无效，最近发现了一种可以杀死耐药细菌的化合物。 数千人死亡 在全世界范围内，每一年都是受欢迎的一年。

利用深度学习算法，科学家们可以识别出半个多世纪以来的第一种新抗生素，展示了人工智能在医学领域的潜力，并提出了解决方案 抗生素耐药性，这是对人类健康的最大全球威胁之一。

为了完善这一类新候选抗生素的选择，詹姆斯·柯林斯实验室的一个团队 麻省理工学院和哈佛大学布罗德研究所 使用一种称为深度学习的人工智能来筛选 12 万种化合物的抗生素活性。

经过计算机模拟分析后，训练有素的人工智能模型发现了 3646 种具有理想药物特性的化合物。

.@delafuenteupenn 分享了人工智能如何（#AI）可以帮助指导新的开发 #抗生素，包括利用深度学习概念发现新抗生素的新发现，这是 de la Fuente 实验室采用的做法。 @sciam https://t.co/eFGmY0ZLHo

— 宾夕法尼亚大学医学 (@PennMedicine) 2023 年 12 月 26 日

额外的计算确定了可以解释每种化合物特性（即它们是否对人体有害）的化学子结构，科学家们在对其中 238 种化合物进行小鼠测试之前对其进行了比较。

在此过程中，他们发现了五种不同的无毒物质，这些物质在对抗甲氧西林耐药性方面表现出显着的前景 金黄色葡萄球菌 (MRSA) 和万古霉素耐药 肠球菌 – 这是我们所知道的一些最顽固难以杀死的病原体。

“我们在这项研究中要做的就是打开黑匣子，”说 菲利克斯·王（Felix Wong），该书的作者 根据一项研究， 发表于 自然 上个月。

“我们的 [AI] 模型不仅告诉我们哪些化合物具有选择性抗生素活性，还从其化学结构方面告诉我们原因。”

这一进展建立在之前对技术对抗持续抗生素耐药性危机的力量的研究基础上。

就深度学习而言，科学家们越来越多地使用它来加速潜在候选药物的识别、预测其特性并优化将其提供给有需要的患者的过程。

“这些模型由大量模拟神经连接的计算组成，没有人真正知道幕后发生了什么，”黄继续说道。

“我们的工作提供了一个框架，从化学结构的角度来看，该框架具有时间效率、资源效率和机械洞察力，这是我们迄今为止所没有的。”