人工智能通过识别强效抗生素来威胁超级细菌

神经网络帮助科学家开发出一种抗生素，能够对抗医院中常见的高度耐药的超级细菌。

该错误称为 鲍曼不动杆菌（Acinetobacter baumannii） 这是阴险的。

“鲍曼不动 可以在医院的门把手和设备上存活一周或更长时间，并且可以从其环境中吸收抗生素抗性基因，” 说过 麦克马斯特大学生物化学和生物医学助理教授乔纳森·斯托克斯 (Jonathan Stokes)。 “现在真的很常见 鲍曼不动杆菌 分离株对几乎所有抗生素都有耐药性。”

斯托克斯和他在麦克马斯特大学和麻省理工学院的同事转向人工智能来识别可以对抗微生物的化合物。 首先，他们将 7,500 种不同的分子暴露在实验室培养皿中生长的一株细菌中，以观察它们是否会抑制其生长。 他们使用该数据集来训练机器学习分类器，以了解化合物中的哪些化学特征给细菌带来了痛苦。

然后该模型被用于分析一个新的数据集，该数据集包含 6,680 种以前从未见过的化合物，以预测它们是否可以制造出有前途的抗生素。

该软件在短短两个小时的运行时间内就识别出了数百个候选对象，研究人员选择了 240 个进行进一步的实验。

该过程最终产生了九种候选抗生素，其中一种名为“金合欢素”的化合物被发现最有效 鲍曼不动杆菌.

Abaucin 之前曾被研究为一种潜在的糖尿病药物。 现在它被标记为 鲍曼不动杆菌-有选择地攻击超级细菌的猎人。

对小鼠进行的 abaucin 初步实验表明，它可以抑制由 鲍曼不动杆菌. 结果是 出版 在 自然 - 化学生物学 周四的论文。

研究人员指出，abaucin 不如传统抗生素有效，但因为 鲍曼不动杆菌 已经对常见的治疗方法产生了耐药性，AI 识别的化合物可能代表一类新的抗生素来针对这种细菌。

“我们所有的实验数据都表明，abaucin 抑制了一个生物过程 鲍曼不动杆菌 称为脂蛋白运输，这是目前临床使用的抗生素中不常见的机制，”斯托克斯告诉 注册. “我们目前专注于制造金缕梅素的结构类似物，以优化其药用特性，从而最大限度地提高金缕梅素或类似物成为临床抗生素的可能性。 鲍曼不动杆菌 感染。”

他说，实验表明人工智能可以成为药物发现的强大工具。 “我们可以向这些模型展示大量化学品，然后这些模型会告诉我们哪些化学品具有我们关心的特性。 然后，我们可以将时间和资源集中在 AI 模型建议的最有前途的化学品上进行实验。 人工智能提出建议。 人类做出决定，”他告诉我们。

詹姆斯·柯林斯 (James Collins) 是该研究的合著者，也是麻省理工学院 Abdul Latif Jameel 健康机器学习诊所的医学工程学教授， 议定 在一份声明中：“药物发现的人工智能方法将继续存在并将继续完善。 我们知道算法模型是有效的，现在需要广泛采用这些方法来更有效、更便宜地发现新抗生素。” ®

• SEO 支持的内容和 PR 分发。 今天得到放大。
• 柏拉图爱流。 Web3 数据智能。 知识放大。 访问这里。
• 与 Adryenn Ashley 一起铸造未来。 访问这里。
• 使用 PREIPO® 买卖 PRE-IPO 公司的股票。 访问这里。
• Sumber: https://go.theregister.com/feed/www.theregister.com/2023/05/26/ai_identifies_potent_new_antibiotic/