算法发现有希望的并且迄今为止被隐藏的超级错误破坏者

在仔细研究了用于制造各种药物的超过1.07亿个分子的化学成分之后，一种机器学习算法选出了一个意想不到的候选对象，它可能是医学上对付可怕的超级细菌的最大希望。

过夜星分子称为盐蛋白。直到现在，它仍被认为是糖尿病的一种可能的治疗选择。麻省理工学院的研究人员开发了该算法，从而改变了这一点，发现该分子可有效击败小鼠的梭状芽胞杆菌和其他抗药性细菌。

该团队最惊人的发现之一是，仅人类可能永远不会想到尝试使用海力菌素作为抗生素，因为其结构与目前使用的抗生素完全不同。

此外，从23个经过实验验证的ZINC15中抗生素特性的预测集(一个庞大的市售化合物数据库)中，MIT模型鉴定出了八种其他具有未知抗菌特性的化合物。

“这项工作亮点深度学习的实用方法，通过结构不同的抗菌分子的发现扩大我们的抗生素武器库”，写的主要作者乔纳森·斯托克博士和他的同事在他们的研究，这是在网上公布细胞2月20日。

近年来，很少有真正新的抗生素能效仿，即使不是几十年，因为制药商大多会在现有配方上推出变体。

正如麻省理工学院自己对AI辅助发现的报道所指出的那样，筛选新抗生素通常会使制药商付出高昂的代价，浪费大量的时间，而无法解决化学多样性在挫败潜在超级细菌方面的作用。

该研究的资深作者说：“我们正面临着越来越多的关于抗生素耐药性的危机，这种情况是由于越来越多的病原体对现有抗生素产生了耐药性，以及生物技术和制药行业对新型抗生素的贫血管道的影响，” ，詹姆斯·柯林斯(James Collins)博士。

研究人员将分子halicin命名为HAL 9000，这是科幻经典小说《2001：太空漫游》中的感知计算机。

但是进步绝非虚构。

以色列理工学院生物学和计算机科学教授罗伊·基肖尼(Roy Kishony)告诉《麻省理工新闻》，麻省理工学院的开创性工作“标志着抗生素发现乃至更普遍的药物发现发生了范式转变。”“他的方法将允许在抗生素开发的所有阶段使用深度学习，从发现到通过药物修饰和药物化学改善功效和毒性。”