AI发现超级抗生素,多种抗药性细菌的克星出现了(2)

资讯播报 2020-08-12 19:52:33

为了缩小搜索范围,研究人员试图了解细菌如何生存和繁殖,然后寻找攻击这些过程的化合物(例如破坏细菌的细胞壁、阻止细菌的繁殖、抑制其蛋白质的产生等)。

但是,即使在20世纪80年代引入了计算机辅助的高通量筛选方法,在随后的几十年中,抗生素开发的进展依然很慢。

主要原因有二,其一,有时筛选出的结果与现有抗生素太相似,无法有效抑制抗药细菌;其二,由于成本高且效率低,很多制药公司选择更有利可图的慢性病药物,而放弃抗生素的开发。

深度学习降低了抗生素开发难度

此次,科学家们根据人类大脑神经元的表现,让机器对其进行深度学习,从而筛选且发现了新的抗生素(传统的计算机程序可能会筛选一个分子库,以找到某些定义的化学结构,但神经网络可以训练,以自行了解哪些结构特征可能有用并找到它们)。

这其中最关键的一环是柯林斯、巴兹利及其团队训练给机器提供足够质量的训练数据。比如,他们期望找到任何能抑制大肠杆菌生长的化合物。为此他们向系统提供了一个2300多个化合物的已知分子结构,由于由于训练数据库中只有大约10%的化合物是已知的抗生素,因此神经网络不会因为抗生素分子应该如何工作或它们应该是什么样子的假设而产生偏差。

当然,抑制细菌的能力并不是唯一重要的标准(比如:氰化物和砷也可以杀死一些细菌,但这不会使它们成为有用的抗生素),因此,研究人员还训练该算法来预测化合物的毒性,并在此基础上删除候选分子。

AI发现超级抗生素,多种抗药性细菌的克星出现了

里贾纳·巴兹利

热门推荐

推荐

本网页已闲置过久,点击关闭或空白处,即可回到网页 关闭

    图片错误无法显示