200
评论
查看更多
密码过期或已经不安全，请修改密码
修改密码
壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
来自麻省理工学院（MIT）的科学家们开发了一种深度机器学习系统，让人工智能（AI）“慧眼识珠”，发现一种糖尿病药物具有潜在抗菌能力，可杀死超级耐药菌，这一发现登上了《细胞》杂志的封面。
在过去的几十年里，诞生的新型抗生素寥寥无几，且结构上与已有的抗生素大同小异。为了改变这一困境，麻省理工学院的研究人员开发了深度机器学习模型。这种模型能够自动学习不同药物的分子结构并预测其特性。随后，研究人员给模型提供了2335个具有杀菌活性的药物分子（包括FDA批准的药物及具有生物活性的天然分子）用于“学习”。训练完毕后，研究人员从具有6111个分子的化合物库中筛选具有抗菌潜力的分子。模型筛选到一个最初作为糖尿病药物开发的候选分子，在结构上和已有的任何一种抗生素都明显不同。
除了铜绿假单胞菌（蓝色）外，halicin在测试的几种耐药菌里，显示了良好的广谱抗菌活性
据麻省理工学院的新闻透露，研究人员致敬经典科幻片《2001太空漫游》，将该分子命名为halicin（电影里的人工智能系统被称为HAL 9000）。除了铜绿假单胞菌之外，halicin对所有试验的耐药菌都有杀菌作用。广泛耐药鲍曼不动杆菌感染的小鼠体内研究发现halicin在24小时内就彻底清除了感染。
研究人员指出，halicin的抗菌机理主要是干扰细菌形成跨膜的电化学梯度。电化学梯度能协助细菌产生能量，如果没有这种梯度，细菌就会死亡。重塑电化学梯度的过程非常复杂，不是简单的几个突变就能完成的，因此也最大程度上减少了耐药的产生。
利用这套AI系统，研究人员进一步在另一个数据库里筛选了数亿个分子，已筛选到23个与现有抗生素结构迥异的潜在抗菌分子，其中8个分子证实有抗细菌活性，而这一筛选过程仅仅用了3天时间。科学家们也将继续对这些分子进行研究和评估。
自青霉素诞生以来，抗生素已成为现代医学的基石之一。然而随着抗生素的滥用，越来越多的细菌对抗生素产生了耐药性。这项突破性的研究是抗生素药物研发的一个范式改变，有望提高我们发现新型抗生素的效率，给我们带来更多抗击超级细菌的武器。
文章首发于华山抗生素所
查看更多
中国医学论坛报
壹生
今日肿瘤
今日循环
今日糖尿病
今日口腔
全科周刊
脱贫地区农副产品网络销售平台
京公网安备 11010202008182号
| 互联网新闻信息服务许可证编号：10120190017