人工智慧有助於發現新的候選抗生素

新華社北京1月1日電 麻省理工學院（MIT）近日發布新聞稿稱，該校乙個國際研究團隊利用人工智慧深度學習模型發現了可被耐藥菌感染的新化合物。 這些化合物有可能成為新型抗生素藥物。

麻省理工學院（MIT）和哈佛大學（Harvard University）等機構的研究人員首先測試了大約3利用90,000種化合物對耐甲氧西林金黃色葡萄球菌的抗菌活性，利用這些化合物的化學結構等測試資料和資訊來訓練深度學習模型。 研究小組使用了一種稱為蒙特卡洛樹搜尋的演算法，使模型不僅可以確定每個分子的抗菌活性，還可以確定分子的哪些化學亞結構可以引起這種活性。 為了進一步縮小候選藥物的範圍，他們還訓練了另外三個深度學習模型，以確定這些化合物是否對三種型別的人類細胞有毒。

接下來，研究人員使用上述模型**的集合來確定約1200萬種化合物的抗菌活性和細胞毒性，並確定五類化合物對耐甲氧西林金黃色葡萄球菌具有抗菌活性。 他們在培養皿中選擇了280種化合物來測試耐甲氧西林金黃色葡萄球菌，最後選擇了屬於同一類化合物的兩種候選抗生素。 小鼠實驗結果表明，兩種化合物均有效對抗**耐甲氧西林金黃色葡萄球菌感染。

研究人員說，這項新研究的乙個關鍵創新是，它開啟了這種深度學習模型的“黑匣子”，並弄清楚該模型使用什麼樣的資訊來**抗生素效力，這將有助於研究人員設計出比模型確定的化合物效果更好的候選藥物。 未來，他們將更詳細地分析這兩種化合物的化學性質和潛在的臨床用途，並利用這種深度學習模型來設計更多的候選藥物，並找到可以殺死其他細菌的化合物。

相關**已發表在新一期的英國《自然》雜誌上。