科学家利用人工智能生产新型抗生素

利用机器学习算法，麻省理工学院的研究人员发现了一种强大的新型抗生素化合物.在实验室测试中，这种药物杀死了世界上许多最有问题的致病细菌，包括一些对所有已知抗生素都有耐药性的菌株。它还清除了两种不同小鼠模型的感染。

这种计算机模型可以在几天内筛选出超过一亿种化合物，其设计目的是利用与现有药物不同的机制来筛选潜在的抗生素来杀死细菌。

麻省理工学院(MIT)医学工程与科学研究所(IMES)和生物工程系的Termeer医学工程与科学教授詹姆斯·柯林斯(James Collins)说：“我们想开发一个平台，让我们能够利用人工智能的力量，开创抗生素药物发现的新时代。”“我们的方法揭示了这种神奇的分子，它可以说是已经发现的更强大的抗生素之一。”

在他们的新研究中，研究人员还发现了其他几种有希望的抗生素候选物，他们计划进一步测试。他们相信这个模型也可以被用来设计新的药物，这是基于他们对化学结构的了解，这些化学结构使药物能够杀死细菌。

麻省理工学院计算机科学和人工智能实验室(CSAIL)的德尔塔电子工程和计算机科学教授雷吉娜·巴尔兹莱(Regina Barzilay)说：“机器学习模式可以在硅中探索大的化学空间，对于传统的实验方法来说，这些空间的价格高得令人望而却步。”

Barzilay和Collins是麻省理工学院的Abdul Latif Jameel健康机器学习诊所的共同负责人，他们是这项研究的资深作者。细胞。这篇论文的第一作者是乔纳森·斯托克斯(JonathanStokes)，他是麻省理工学院、麻省理工学院和哈佛大学的博士后。

一条新管道

在过去的几十年里，几乎没有开发出新的抗生素，大多数新批准的抗生素都是现有药物的不同变种。目前筛选新抗生素的方法往往代价高昂，需要大量的时间投资，而且通常仅限于狭隘的化学多样性范围。

柯林斯说：“我们面临着围绕抗生素耐药性的日益严重的危机，这种情况是由于越来越多的病原体对现有抗生素产生抗药性，以及生物技术和制药行业对新抗生素缺乏耐药性。”

为了寻找完全新颖的化合物，他与Barzilay教授、Tommi Jaakkola教授和他们的学生Kevin Yang、Kyle Swanson和Wengong jin合作，他们之前开发了机器学习计算机模型，可以通过训练来分析化合物的分子结构，并将它们与特定的特性(如杀菌能力)联系起来。

使用预测计算机模型进行“硅”筛查的想法并不新鲜，但到目前为止，这些模型还不足以改变药物发现。以前，分子被表示为反映某些化学基团存在或不存在的载体。然而，新的神经网络可以自动学习这些表示，将分子映射成连续向量，然后用来预测它们的性质。

在这种情况下，研究人员设计了他们的模型，以寻找能使分子有效杀死大肠杆菌的化学特征。为此，他们对大约2，500个分子进行了模型培训，其中包括大约1，700种经FDA批准的药物和一套结构多样、生物活性广泛的800种天然产品。

一旦对模型进行了培训，研究人员就会在由大约6000种化合物组成的“药物再利用中心”上进行测试。该模型筛选出一种分子，预测该分子具有较强的抗菌活性，并具有与现有抗生素不同的化学结构。使用不同的机器学习模型，研究人员还表明，这种分子对人类细胞的毒性很可能很低。

根据“2001：太空奥德赛”中虚构的人工智能系统，研究人员决定将这种分子命名为哈利霉素，此前曾作为可能的糖尿病药物进行过研究。研究人员对从病人中分离出来并在实验室培养皿中生长的数十株细菌进行了测试，发现它能够杀死许多耐治疗的细菌，包括艰难梭菌、鲍曼不动杆菌和结核分枝杆菌。除了铜绿假单胞菌(一种难以治疗的肺部病原体)，这种药物对他们测试的每一种物种都起作用。

为了测试卤素对活动物的作用，研究人员用它来治疗感染了鲍曼氏杆菌的老鼠，这种细菌已经感染了许多驻扎在伊拉克和阿富汗的美国士兵。他们使用的鲍曼氏杆菌对所有已知的抗生素都有耐药性，但是使用含卤素的软膏在24小时内完全清除了感染。

初步研究表明，卤素通过破坏细菌在细胞膜上保持电化学梯度的能力来杀死细菌。除其他功能外，这种梯度对于产生ATP(细胞用来储存能量的分子)是必要的，因此如果梯度分解，细胞就会死亡。研究人员说，这种杀灭机制可能很难使细菌产生抗药性。

斯托克斯说：“当你处理一个可能与膜成分相关的分子时，细胞不一定能获得一个突变或几个突变来改变外膜的化学。这种突变在进化上往往要复杂得多。”

在这项研究中，研究人员发现大肠杆菌在30天的治疗期内并没有对卤素产生任何耐药性。相反，细菌在1~3天内开始对抗生素环丙沙星产生耐药性，30天后，这些细菌对环丙沙星的耐药性是实验开始时的200倍。

研究人员计划与一家制药公司或非营利组织合作，进一步研究卤素，希望开发出一种可用于人体的药物。

优化分子

在鉴定了卤素之后，研究人员还使用他们的模型筛选了来自ZINC 15数据库的1亿多个分子，ZINC 15数据库是大约15亿种化学化合物的在线集合。这个只花了三天时间的筛选，确定了23种与现有抗生素结构不同的候选药物，预计对人体细胞无害。

在对五种细菌的实验室测试中，研究人员发现其中八种具有抗菌活性，另外两种表现出特别强的抗菌活性。研究人员现在计划进一步测试这些分子，并筛选更多的ZINC 15数据库。

研究人员还计划使用他们的模型来设计新的抗生素和优化现有的分子。例如，他们可以训练这种模型，使特定的抗生素只针对特定的细菌，从而防止它杀死病人消化道中的有益细菌。