人工智能开发新抗生素，深度学习对抗耐药细菌

Posted 2021-04-19 基因的生物信息学分析

点击上方 “ 蓝字”，关注收看更多精彩！

利用深度学习系统，发现了一种强大的新型抗生素，可以杀死了许多非常棘手的致病细菌，包括一些耐药菌株。开启了利用人工智能发现抗生素药物的新时代。

抗生素的发现是人类医学的重大进步。

从20世纪的青霉素的发现，多种抗生素及其衍生物（如β酰胺类，粘菌素类，氨基糖苷类，大环内酯类等）被相继开发。抗生素的发现和应用对人类和动物在治疗和控制疾病方面有很大的贡献。

近年来，随着抗生素的大量和不当的使用，以及新型抗生素研发速度较慢等，产生的严重的负面效应，如耐药细菌的快速增殖和和传播，对人类健康构成了严重的威胁，抗生素耐药性已成为了一个非常严峻的公共卫生问题。

近日，麻省理工学院的科学家利用深度学习的方法，发现了一种新型抗生素，有望成为绞杀超级耐药细菌的秘密武器，在cell杂志以封面发表。

他们基于已知的化合物进行模型训练，然后在Drug Repurposing Hub上预测，发现一种全新的抗生素Halicin。

研究思路：

01

—

机器学习在开发新抗生素中的使用

作者首先使用2335个不同的分子来训练神经网络模型。

以80%生长抑制为标准，研究者将它们分为有抑菌性（120个）和没有抑菌性两类，作为神经网络的训练数据集。

研究者选用了“有向消息传递深度神经网络”（directed-message passing deep neural network），将 化合物的原子和成键 等信息以连续向量的方式多次重复传递，从而获取更高级的表征结果。

接着，将训练后的模型应用在 Drug Repurposing Hub 上（1.07亿个分子），筛选出99种有可能具有抑菌性的化合物。 然后根据模型预测的分数进行排序后，选出了一下从中筛选出组有潜能的化合物进行功能验证。

02

—

Halicin是一种广谱杀菌抗生素

功能实验发现一种新型抗生素，可以对超级耐药细菌具有抑制和杀伤作用。

综合考虑体内低毒性和结构新颖性，研究者从中选出了一种化合物，c-Jun N末端激酶抑制因子，并重命名为Halicin，作为最有潜力的新型抗生素。

值得注意的是，Halicin在非该模型的其他机器学习模型 中的排名并不是最靠前的。

将在Drug Repurposing Hub上训练过的模型应用在了更大的数据库WuXi anti-tuberculosis library和ZNIC15上。通过对约一亿化合物的预测和筛选，他们又发现了两种潜在的抗生素。

综合这些结果，作者认为利用机器学习辅助抗生素筛选的时机已经成熟。

03

—

研究亮点

①建立一种以结构为基础预测新型抗生素的机器学习模型；

②Halicin是从Drug Repurposing Hub中预测的一种新型抗菌分子；

③Halicin在小鼠实验中表现出广谱抗生素特性；

④有更多结构独特的新型抗生素从ZINC15数据库中出现。

结语：AI在抗生素早筛中或产生重大影响

参考文献：Stokes, J. M., Yang, K., Swanson, K. et al. A Deep Learning Approach to Antibiotic Discovery. Cell 180, 688-702.e613, doi:10.1016/j.cell.2020.01.021 (2020).

End

---

作者：正在刷新

编辑：fly

---

推荐阅读

---

相关阅读