梅斯医学MedSci APP
医路相伴，成就大医
梅斯医学MedSci APP
医路相伴，成就大医
据《自然》报道，一项开创性的机器学习方法从 1 亿多个分子中发现了强大的新型抗生素。这项研究由美国麻省理工学院合成生物学家 Jim Collins 领衔，相关成果日前发表在《细胞》上。
研究人员表示，这种被称为 halicin 的抗生素是人工智能（AI）首次发现的。在之前的抗生素研发中，AI 只协助其中的某些部分，但这一次是 AI 首次从零开始识别出全新种类的抗生素，且没有使用任何人类先前的假设。
“研究小组不仅确定了候选分子，还在动物实验中验证了有希望的分子。” 匹兹堡大学计算生物学家 Jacob Durrant 说，“更重要的是，这种深度学习方法也可以用于其他类型药物的研发，如治疗癌症或神经退行性疾病的药物。”
Collins 及其团队开发了一种神经网络—— 一种受大脑结构启发的人工智能算法，可以逐个学习分子的特性。
研究人员利用抗菌活性已知的 2335 个抗菌分子，训练该神经网络识别抑制大肠杆菌生长的分子。模型被训练后，研究人员用它对一个名为药物再利用中心的数据库进行筛选。这个数据库包含了大约 6000 个正在被研究的人类疾病分子。他们要求模型预测哪一种分子对付大肠杆菌有效，并且只展示看起来与传统抗生素不同的分子。
研究人员从筛选结果中选择了大约 100 个候选分子进行实验。其中一种被用作糖尿病治疗的分子被证明是一种有效的抗生素，研究人员将其命名为 halicin。在小鼠实验中，halicin 对多种病原体均有抗菌活性。
halicin 的作用机制很特别，它破坏质子在细胞膜上的流动。“在实验中，对其他抗生素化合物的耐药性通常在一两天内出现。”Collins 说，“但即使经过 30 天的检测，我们也没有发现细菌对 halicin 有任何耐药性。”
之后，研究团队又在一个名为 ZINC15 的数据库中筛选了超过 1.07 亿个分子结构，并在 23 个候选分子中确认了 8 个具有抗菌活性。其中有两种对多种病原体都有很强的活性，甚至可以战胜对抗生素有耐药性的大肠杆菌菌株。
原始出处：
Jonathan M. Stokes， et al. A Deep Learning Approach to Antibiotic Discovery. Cell， 2020. DOI：https：//doi.org/10.1016/j.cell.2020.01.021.
0
