AI为耐药细菌发现新的抗生素

人类在对抗抗药性细菌的斗争中已经落后，但人工智能可能会成为我们的秘密武器。

抗生素耐药病原体负责 100万人和500万人死亡 每年

在过去的十年里，几乎没有开发出新的抗生素，大多数都是对现有抗生素的轻微调整。

发现新药是非常劳动密集型的，但最近的一项里程碑式的研究利用人工智能自动筛选数千种化合物，以发现实验室测试的途径。

这个学习发表在《自然化学生物学》上，麻省理工学院和麦克马斯特大学的研究人员试图发现可杀死的新药 鲍曼不动杆菌一种细菌， 谁确定了这是一个“严重威胁”。

研究人员使用了两种机器学习（ML）模型来自动化药物发现过程， 计算机模拟，意思是“在电脑里”。

它的工作原理如下：

获取的训练数据

• 研究人员将实验室培养的 鲍曼不动杆菌对大约7,500种不同的化合物进行监测，看看哪些化合物抑制了微生物的生长。
• 那些抑制生长的化合物的化学结构被输入机器学习（ML）模型。这使模型能够学习与生长抑制相关的化学特征。

培训和测试了模型

• 一旦模型被训练，研究人员使用它分析了一组模型以前没有遇到过的6680种化合物。这些化合物来源于Broad Institute的药物再利用中心。它挑选出了几百种化合物。
• 研究人员从候选名单中选择了240个在实验室进行实验测试。
• 他们专注于与现有抗生素结构不同的化合物，因为这使它们更有可能逃避抗生素耐药性。

实验室实验测试

• 实验室检测将名单缩小到9种抗生素。
• 在这些化合物中，一种最初被探索为潜在的糖尿病药物的化合物被发现非常有效地杀死a.鲍曼不.这种药物被称为“abaucin”。
• 特别的是，它没有影响其他种类的细菌，包括 铜绿假单胞菌、金黄色葡萄球菌和 肠杆菌科。

斯托克斯博士，他参与了这个项目， 告诉bbc“这是工作开始的时候。

这种抗生素将经过漫长的测试程序，以评估其在人体中的安全性，这可能要到2030年才能完成。

即便如此，人工智能加速了探索新药的劳动密集型任务，帮助研究人员发现有趣的新型抗菌化合物。许多已经被开发用于其他目的，所以他们已经在那里—我们只需要找到他们。

斯托克斯博士说：“人工智能提高了这一比率，在一个完美的世界里，它降低了成本，有了它，我们就可以发现我们迫切需要的这些新型抗生素。”

虽然人体安全性测试仍然是一个缓慢的过程，但人工智能支持的研究管道肯定会加快抗生素和其他药物的上市时间。