首页科技快讯 AI发现超级抗生素，多种抗药性细菌的克星出现了

AI发现超级抗生素，多种抗药性细菌的克星出现了

来源：晰数塔互联网快讯时间：2020年08月12日 19:01

编者按：本文来自微信公众号“造就”（ID:xingshu100），36氪经授权发布。

作者 | 尹欢欢

版面 | 田晓娜

随着细菌对药物免疫力的逐步进化，强大的抗生素正以惊人的速度失去疗效。全世界每年至少有70万人死于以前可以用抗生素治疗的疾病。

联合国抗微生物药物耐药性机构的一份报告显示，如果到2050年还未取得新的重大进展，那么死亡率可能从每年70万上升至1000万。

日前，科学家在《细胞》杂志宣布，他们借助强大的深度学习算法，发现了一种全新的抗生素，它非常规的机能可以对抗对多种有抗药性的感染。

借助深度学习算法，科学家们发现了新的抗生素

使用计算机和机器学习来理解大量的生物医学数据本不是什么新鲜事。但是，这次由詹姆斯·柯林斯（James Collins）领导的麻省理工学院研究小组和人工智能研究人里贾纳·巴兹利（Regina Barzilay）领导的研究小组，通过开发一种神经网络，避免了科学家对潜在药物的成见，筛选并发现了新的抗生素。

麻省理工学院的工程学教授柯林斯

柯林斯表示，借助深度学习，你将可以识别出那些不常见的抗生素分子，或许还可以合成出一些新的化学物质。

抗生素使用和开发均遭遇困境

自亚历山大·弗莱明（Alexander Fleming）从真菌中获得第一种抗生素以来，大自然一直是我们抗菌药物的灵感库。但抗药性的升高是所有抗生素目前面临的问题。与此同时，通过筛选天然化合物来识别抗生素的传统方法明显耗时且昂贵，因此科学家们正在寻找新的解决办法。

为了缩小搜索范围，研究人员试图了解细菌如何生存和繁殖，然后寻找攻击这些过程的化合物（例如破坏细菌的细胞壁、阻止细菌的繁殖、抑制其蛋白质的产生等）。

但是，即使在20世纪80年代引入了计算机辅助的高通量筛选方法，在随后的几十年中，抗生素开发的进展依然很慢。

主要原因有二，其一，有时筛选出的结果与现有抗生素太相似，无法有效抑制抗药细菌；其二，由于成本高且效率低，很多制药公司选择更有利可图的慢性病药物，而放弃抗生素的开发。

深度学习降低了抗生素开发难度

此次，科学家们根据人类大脑神经元的表现，让机器对其进行深度学习，从而筛选且发现了新的抗生素（传统的计算机程序可能会筛选一个分子库，以找到某些定义的化学结构，但神经网络可以训练，以自行了解哪些结构特征可能有用并找到它们）。

这其中最关键的一环是柯林斯、巴兹利及其团队训练给机器提供足够质量的训练数据。比如，他们期望找到任何能抑制大肠杆菌生长的化合物。为此他们向系统提供了一个2300多个化合物的已知分子结构，由于由于训练数据库中只有大约10%的化合物是已知的抗生素，因此神经网络不会因为抗生素分子应该如何工作或它们应该是什么样子的假设而产生偏差。

当然，抑制细菌的能力并不是唯一重要的标准（比如：氰化物和砷也可以杀死一些细菌，但这不会使它们成为有用的抗生素），因此，研究人员还训练该算法来预测化合物的毒性，并在此基础上删除候选分子。