他们使用的过程还可以加速其他抗生素的发现，以治疗许多其他具有挑战性的细菌。

研究人员正在应对对治疗鲍曼不动杆菌的新药的迫切需求，鲍曼不动杆菌被世界卫生组织确定为世界上最危险的抗生素耐药细菌之一。众所周知，鲍曼不动杆菌很难根除，可引起肺炎、脑膜炎和感染伤口，所有这些都可能导致死亡。

A.baumanni通常在医院环境中发现，它可以在表面上长期存活。病原体能够从其环境中的其他细菌种类中获取DNA，包括抗生素抗性基因。

在今天发表在《自然化学生物学》杂志上的这项研究中，研究人员报告说，他们使用人工智能算法来预测抗菌分子的新结构类别，并确定了一种新的抗菌化合物，他们将其命名为abaucin。

通过常规筛选发现针对鲍曼不动杆菌的新抗生素一直具有挑战性。传统方法耗时、成本高且范围有限。

“这项工作验证了机器学习在寻找新抗生素方面的好处”，该论文的第一作者兼麦克马斯特生物医学与生物化学系助理教授乔纳森斯托克斯说，他与詹姆斯J.柯林斯教授一起开展了这项工作麻省理工学院的医学工程与科学，以及麦克马斯特研究生GaryLiu和DeniseCatacutan。

“使用人工智能，我们可以快速探索化学空间的广阔区域，显着增加从根本上发现新抗菌分子的机会，”斯托克斯说，他属于麦克马斯特全球流行病预防和应对学院。

“药物发现的人工智能方法将继续存在，并将继续完善，”麻省理工学院安利捷健康机器学习诊所生命科学系主任柯林斯说。“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。”

研究人员报告说，Abaucin特别有前途，因为它只针对A.baumannii，这一重要发现意味着病原体不太可能迅速产生耐药性，并可能导致更精确和有效的治疗。

大多数抗生素本质上都是广谱的，这意味着它们会杀死所有细菌，破坏肠道微生物组，从而为包括艰难梭菌在内的一系列严重感染打开大门。

Stokes说：“我们知道广谱抗生素不是最理想的，而且病原体有能力进化和适应我们对它们施加的每一个诡计。”“人工智能方法使我们有机会大大提高我们发现新抗生素的速度，而且我们可以以更低的成本做到这一点。这是探索新型抗生素药物的重要途径。”

该研究由韦斯顿家族基金会、DavidBraley抗生素发现中心、Audacious项目、C3.ai数字化转型研究所、AbdulLatifJameel健康机器学习诊所、DTRADiscoveryofMedicalCountermeasuresAgainstNewandand新兴威胁计划、DARPA加速分子发现计划、加拿​​大卫生研究院、加拿大基因组、麦克马斯特大学健康科学学院、鲍里斯家族、马歇尔奖学金和能源部生物与环境研究计划。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：抗生素方法人工智能