Baidu
map

Cell:人工智能首次发现强效抗生素

2020-03-04 文乐乐 中国科学报

据《自然》报道,一项开创性的机器学习方法从 1 亿多个分子中发现了强大的新型抗生素。这项研究由美国麻省理工学院合成生物学家 Jim Collins 领衔,相关成果日前发表在《细胞》上。

据《自然》报道,一项开创性的机器学习方法从 1 亿多个分子中发现了强大的新型抗生素。这项研究由美国麻省理工学院合成生物学家 Jim Collins 领衔,相关成果日前发表在《细胞》上。

研究人员表示,这种被称为 halicin 的抗生素是人工智能(AI)首次发现的。在之前的抗生素研发中,AI 只协助其中的某些部分,但这一次是 AI 首次从零开始识别出全新种类的抗生素,且没有使用任何人类先前的假设。

“研究小组不仅确定了候选分子,还在动物实验中验证了有希望的分子。” 匹兹堡大学计算生物学家 Jacob Durrant 说,“更重要的是,这种深度学习方法也可以用于其他类型药物的研发,如治疗癌症或神经退行性疾病的药物。”

Collins 及其团队开发了一种神经网络—— 一种受大脑结构启发的人工智能算法,可以逐个学习分子的特性。

研究人员利用抗菌活性已知的 2335 个抗菌分子,训练该神经网络识别抑制大肠杆菌生长的分子。模型被训练后,研究人员用它对一个名为药物再利用中心的数据库进行筛选。这个数据库包含了大约 6000 个正在被研究的人类疾病分子。他们要求模型预测哪一种分子对付大肠杆菌有效,并且只展示看起来与传统抗生素不同的分子。

研究人员从筛选结果中选择了大约 100 个候选分子进行实验。其中一种被用作糖尿病治疗的分子被证明是一种有效的抗生素,研究人员将其命名为 halicin。在小鼠实验中,halicin 对多种病原体均有抗菌活性。

halicin 的作用机制很特别,它破坏质子在细胞膜上的流动。“在实验中,对其他抗生素化合物的耐药性通常在一两天内出现。”Collins 说,“但即使经过 30 天的检测,我们也没有发现细菌对 halicin 有任何耐药性。”

之后,研究团队又在一个名为 ZINC15 的数据库中筛选了超过 1.07 亿个分子结构,并在 23 个候选分子中确认了 8 个具有抗菌活性。其中有两种对多种病原体都有很强的活性,甚至可以战胜对抗生素有耐药性的大肠杆菌菌株。

原始出处:

Jonathan M. Stokes, et al. A Deep Learning Approach to Antibiotic Discovery. Cell, 2020. DOI:https://doi.org/10.1016/j.cell.2020.01.021.

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1961890, encodeId=279f196189064, content=<a href='/topic/show?id=dbe6445416' target=_blank style='color:#2F92EE;'>#CEL#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4454, encryptionId=dbe6445416, topicName=CEL)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=c3ff68, createdName=维他命, createdTime=Sun May 31 20:01:00 CST 2020, time=2020-05-31, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1871597, encodeId=729018e15970f, content=<a href='/topic/show?id=fd764459a8' target=_blank style='color:#2F92EE;'>#Cell#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=57, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4459, encryptionId=fd764459a8, topicName=Cell)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=524d95, createdName=zhaozhouchifen, createdTime=Mon Aug 24 03:01:00 CST 2020, time=2020-08-24, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=380088, encodeId=dd1f380088b3, content=厉害, beContent=null, objectType=article, channel=null, level=null, likeNumber=129, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=46d15293770, createdName=青山催白发, createdTime=Thu Mar 05 07:15:42 CST 2020, time=2020-03-05, status=1, ipAttribution=)]
    2020-05-31 维他命
  2. [GetPortalCommentsPageByObjectIdResponse(id=1961890, encodeId=279f196189064, content=<a href='/topic/show?id=dbe6445416' target=_blank style='color:#2F92EE;'>#CEL#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4454, encryptionId=dbe6445416, topicName=CEL)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=c3ff68, createdName=维他命, createdTime=Sun May 31 20:01:00 CST 2020, time=2020-05-31, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1871597, encodeId=729018e15970f, content=<a href='/topic/show?id=fd764459a8' target=_blank style='color:#2F92EE;'>#Cell#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=57, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4459, encryptionId=fd764459a8, topicName=Cell)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=524d95, createdName=zhaozhouchifen, createdTime=Mon Aug 24 03:01:00 CST 2020, time=2020-08-24, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=380088, encodeId=dd1f380088b3, content=厉害, beContent=null, objectType=article, channel=null, level=null, likeNumber=129, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=46d15293770, createdName=青山催白发, createdTime=Thu Mar 05 07:15:42 CST 2020, time=2020-03-05, status=1, ipAttribution=)]
  3. [GetPortalCommentsPageByObjectIdResponse(id=1961890, encodeId=279f196189064, content=<a href='/topic/show?id=dbe6445416' target=_blank style='color:#2F92EE;'>#CEL#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=68, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4454, encryptionId=dbe6445416, topicName=CEL)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=c3ff68, createdName=维他命, createdTime=Sun May 31 20:01:00 CST 2020, time=2020-05-31, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1871597, encodeId=729018e15970f, content=<a href='/topic/show?id=fd764459a8' target=_blank style='color:#2F92EE;'>#Cell#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=57, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=4459, encryptionId=fd764459a8, topicName=Cell)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=524d95, createdName=zhaozhouchifen, createdTime=Mon Aug 24 03:01:00 CST 2020, time=2020-08-24, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=380088, encodeId=dd1f380088b3, content=厉害, beContent=null, objectType=article, channel=null, level=null, likeNumber=129, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=46d15293770, createdName=青山催白发, createdTime=Thu Mar 05 07:15:42 CST 2020, time=2020-03-05, status=1, ipAttribution=)]
    2020-03-05 青山催白发

    厉害

    0

相关资讯

分子影像人工智能专家共识(2019 版)

中华医学会核医学分会分子影像AI 工作委员会组织医学界与工业界正在研究、开发、转化分子影像与AI 的专家教授、青年学者、软件开发人员、大数据处理人员、算法专家及行业管理人员等撰写了本共识,旨在审查规范分子影像AI 术语翻译与释义;多视角、多维度呈现国内外分子影像AI 发展;从医疗设备、科研机构及布局、产业与市场分析全景呈现我国分子影像AI 的发展现状;审查AI 发展需要直面的法律困境、伦理问题和社

上海公卫临床中心、武汉火神山医院引入人工智能技术,直击新冠肺炎分诊难题

在席卷全国的新冠肺炎疫情中,CT凭借高效、直观、便捷的肺部成像,为医生诊断提供了重要依据。但如何在病灶不典型、易遗漏的影像学表征下,更精准地确认患者是新冠肺炎还是其他肺炎?如何量化疾病轻重程度,更准确判断哪些患者应该去“方舱医院”,哪些患者应该去“火神山医院”、“雷神山医院”?这些问题眼下备受关注。

从一名医生的角度谈谈对人工智能的理解

我是一名消化内科医生,平日的工作是消化内镜的诊疗,统计学是爱好,近年来,我常常在思考我们以前在研究生时学的统计学和现在火得一塌糊涂的人工智能有什么联系,我们年轻医生有没有可能利用这方面的知识为研究增添亮点。任正非曾说过,人工智能就是统计学。我们医生在做临床研究的时候,会接触到诸如t检验、方差分析、各种回归建模等常见的统计方法,这些方法在医咖会的SPSS全套教程(【合集】75篇SPSS统计操作教

MIT利用人工智能平台发现的新型超级抗生素,可以杀死多种抗药性细菌

麻省理工学院的医学工程与科学研究所(IMES)的科研人员基于机器学习算法和人工智能(AI)发现了一种"功能强大"的新型抗生素化合物。

Nature:人工智能系统筛查乳腺癌的的国际评价

为了获得更有效的治疗,筛查乳房造影的目的是在疾病早期发现乳腺癌。尽管在世界各地有不同的筛查方案,但对乳房X光检查都有一定假阳性和假阴性的比例。

生物医药:我国医疗人工智能发展现状和趋势

人工智能概念自1956年被首次提出以来,经过了60多年的演进与发展。在超级计算、大数据、移动互联网、传感网、脑科学等新技术、新理论以及经济社会发展的推动下,人工智能已经在各行各业初显身手,呈现跨界融合、人机协同、自主操控、深度学习等特征。2018年10月31日,习近平总书记在中共中央政治局集体学习人工智能发展现状和趋势时指出,人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很

Baidu
map
Baidu
map
Baidu
map