使用機器學習算法能夠發(fā)現(xiàn)一種新的抗生素化合物

使用機器學習算法，麻省理工學院的研究人員能夠發(fā)現(xiàn)一種新的抗生素化合物，該化合物在對小鼠進行30天的治療期間沒有產(chǎn)生任何抗藥性。

使用大約2500個分子（包括大約1700種FDA批準的藥物和800種天然產(chǎn)品）對算法進行了訓練，以尋找使分子能夠有效殺死細菌的化學特征。

對該模型進行訓練后，研究人員在一個大約6，000種化合物的庫中對其進行了測試，該化合物被稱為Broad Institute的藥物再利用中心。

“我們希望開發(fā)一個平臺，使我們能夠利用人工智能的力量來開創(chuàng)抗生素藥物發(fā)現(xiàn)的新時代，”麻省理工學院的醫(yī)學工程與科學學院的泰米爾醫(yī)學工程教授James Collins解釋說。 （IMES）和生物工程系。

“我們的方法揭示了這種令人驚奇的分子，可以說它是已發(fā)現(xiàn)的更強大的抗生素之一。”

抗生素耐藥性令人恐懼。研究人員已經(jīng)發(fā)現(xiàn)了對當前抗生素具有免疫力的細菌，而我們正面臨著疾病的危險，這些疾病已經(jīng)變得很容易治療，變得致命。

疾病控制與預(yù)防中心（CDC）的數(shù)據(jù)已經(jīng)表明，僅在美國，抗生素抗性細菌和抗微生物真菌每年就造成280萬以上的感染和35，000例死亡。

柯林斯說：“我們正面臨著越來越多的關(guān)于抗生素耐藥性的危機，這種情況的產(chǎn)生是由于越來越多的病原體對現(xiàn)有抗生素產(chǎn)生了耐藥性，以及生物技術(shù)和制藥行業(yè)對新型抗生素的貧血管道?！?/p>

最近的暴發(fā)使許多患者患有。使用抗生素，除非患者的免疫系統(tǒng)明顯減弱，否則如今并不常見。如果對抗生素的抗藥性基本上可以追溯到1930年代，那么目前的死亡人數(shù)將更高。

麻省理工學院的研究人員聲稱，他們的AI能夠在短短幾天內(nèi)檢查超過1億種化學化合物，以找出可能殺死細菌的抗生素。這種快速檢查減少了發(fā)現(xiàn)新的救生治療方法所花費的時間，并開始反倒對我們有利。

新發(fā)現(xiàn)的分子被稱為halicin（在電影《 2001：太空漫游》中被AI命名為Hal），并被發(fā)現(xiàn)對大腸桿菌有效。該團隊現(xiàn)在希望開發(fā)人類使用的halicin（一個單獨的機器學習模型已經(jīng)表明它應(yīng)該對人類具有低毒性，因此早期跡象是積極的。）