在仔细研究了用于制造各种药物的超过1.07亿个分子的化学成分之后 ， 一种机器学习算法选出了一个意想不到的候选对象 ， 它可能是医学上对付可怕的超级细菌的最大希望 。
过夜星分子称为盐蛋白 。直到现在 ， 它仍被认为是糖尿病的一种可能的治疗选择 。麻省理工学院的研究人员开发了该算法 ， 从而改变了这一点 ， 发现该分子可有效击败小鼠的梭状芽胞杆菌和其他抗药性细菌 。
该团队最惊人的发现之一是 ， 仅人类可能永远不会想到尝试使用海力菌素作为抗生素 ， 因为其结构与目前使用的抗生素完全不同 。
此外 ， 从23个经过实验验证的ZINC15中抗生素特性的预测集(一个庞大的市售化合物数据库)中 ， MIT模型鉴定出了八种其他具有未知抗菌特性的化合物 。
“这项工作亮点深度学习的实用方法 ， 通过结构不同的抗菌分子的发现扩大我们的抗生素武器库” ， 写的主要作者乔纳森·斯托克博士和他的同事在他们的研究 ， 这是在网上公布细胞2月20日 。
近年来 ， 很少有真正新的抗生素能效仿 ， 即使不是几十年 ， 因为制药商大多会在现有配方上推出变体 。
正如麻省理工学院自己对AI辅助发现的报道所指出的那样 ， 筛选新抗生素通常会使制药商付出高昂的代价 ， 浪费大量的时间 ， 而无法解决化学多样性在挫败潜在超级细菌方面的作用 。
该研究的资深作者说：“我们正面临着越来越多的关于抗生素耐药性的危机 ， 这种情况是由于越来越多的病原体对现有抗生素产生了耐药性 ， 以及生物技术和制药行业对新型抗生素的贫血管道的影响 ， ” ， 詹姆斯·柯林斯(James Collins)博士 。
研究人员将分子halicin命名为HAL 9000 ， 这是科幻经典小说《2001：太空漫游》中的感知计算机 。
但是进步绝非虚构 。
以色列理工学院生物学和计算机科学教授罗伊·基肖尼(Roy Kishony)告诉《麻省理工新闻》 ， 麻省理工学院的开创性工作“标志着抗生素发现乃至更普遍的药物发现发生了范式转变 。”“他的方法将允许在抗生素开发的所有阶段使用深度学习 ， 从发现到通过药物修饰和药物化学改善功效和毒性 。”
【算法发现有希望的并且迄今为止被隐藏的超级错误破坏者】
推荐阅读
- 宁波中专学校排名 宁波职业技术学院怎么样 好不好
- Realme WatchS和Realme WatchS Pro在推出
- 诺基亚最新款5g手机 诺基亚手机2021年新款
- 教大家oppoa91手机怎么设置抬手亮屏的功能方法
- 11度可以穿羽绒服吗
- 知识科普：容易发怒是怎么回事
- 一次性拭子 石家庄人做完肛拭子检测秒变企鹅
- 鲍鱼仔怎么做的好吃
- 知识科普：狗狗身上有蜱虫怎么办