▼
关注视频号 ， 发现更多精彩
在当前COVID-19大流行的背后 ， 另一个严重的公共卫生威胁正在逼近--抗生素耐药 "超级细菌"的崛起需要新的抗生素来帮助扭转颓势 ， 但开发它们需要时间 。 现在 ， IBM研究部门已经将人工智能投入到这项任务中 ， 并且已经非常迅速地找到两种有希望的新候选药物 。
青霉素的发现是20世纪最重要的科学突破之一 ， 因为以前致命的感染变得容易治疗 。 但几十年过去了 ， 这些好处开始出现动摇 。
像所有的生物一样 ， 细菌也是随着环境的变化而进化的--所以当我们给它们的环境（即我们的身体）注入药物时 ， 细菌中的一些精英分子想出如何保护自己只是时间问题 。 如果有足够的时间和持续抗生素的使用 ， 剩下的微生物将会是那些对药物有基因免疫力的微生物 。
这就是我们发现自己的处境越来越艰难的原因 ， 我们现在只剩下很少一些抗生素种类作为最后防线--而令人担忧的是 ， 即使是那些防线也开始失效了 。 如果没有新的抗生素或其他治疗方法 ， 科学家们预测 ， 到2050年 ， 曾经轻微的感染就可能每年夺走多达1000万人的生命 。
【抗生素|IBM开发AI发明新的抗生素-而且已经做出来两种了】更糟糕的是 ， 开发新药需要数年时间 ， 并且涉及大量的试错 ， 潜在的分子是由无数可能的化学组合组成的 。 值得庆幸的是 ， 这正是人工智能所擅长的工作 ， 因此IBM开发了一个新系统来为我们筛选这些数字 。
IBM研究团队创建了一个人工智能系统 ， 它在探索整个分子配置的可能性空间方面速度更快 。 首先 ， 研究人员从一个名为深度生成式自动编码器的模型开始 ， 该模型主要是检查一系列的肽序列 ， 捕捉它们的功能和组成它们的分子的重要信息 ， 并寻找与其他肽的相似性 。
文章插图
IBM研究创造的一种新型抗菌肽的AI计算模型
接下来他们应用了一个名为 "控制潜在属性空间采样"（CLaSS）的系统 。 该系统使用收集到的数据 ， 并生成具有特定、所需属性的新肽分子 。 在这种情况下 ， 就是抗菌效果 。
但当然 ， 杀灭细菌的能力并不是抗生素的唯一要求 ， 它还需要在人群当中安全运用 ， 并且最好能在一系列细菌类别中发挥作用 。 因此 ， 人工智能生成的分子会通过深度学习分类器运行 ， 以剔除无效或有毒的组合 。
在48天的时间里 ， AI系统识别、合成和实验了20种新的抗生素候选肽 。 其中有两种特别被证明是特别有前途的--它们通过在虫子的外膜上打孔 ， 对两大类（革兰氏阳性和革兰氏阴性）的一系列细菌都有很强的效力 。 在细胞培养和小鼠试验中 ， 它们的毒性也很低 ， 似乎不太可能导致大肠杆菌的进一步耐药 。
这两种新的抗生素候选物本身就足够令人兴奋 ， 但它们被发现的过程才是真正的突破 。 能够更快速、更高效地开发和测试新的抗生素 ， 有助于防止回到抗生素发明之前的噩梦场景 。
这项研究发表在《自然》杂志上 。
推荐阅读
- 液态金属|脑科学日报：开发用于活体神经记录的可拉伸液态金属电极阵列
- 阿尔茨海默病|阿尔茨海默病疗法开发即将迎来拐点？深度解读礼来在研抗体详细结果
- 抗生素|二甲酸钾对于动物促生长的原理
- 耐药性|研究：对多种抗生素产生耐药性 白喉或再次成为全球重大威胁
- 湖南农业大学|各大农科院/农业大学开发的宝藏系列！看看你吃过没？
- 谷胱甘肽|乙肝谷胱甘肽研究，意大利科学家描述，其潜在药物开发价值
- 火箭实验室|美“火箭实验室”宣布将开发中型可回收运载火箭
- 疫苗|欧盟发布针对新冠病毒变体的疫苗开发指南
- 智能纹身|科学家开发出智能纹身贴 可监测用户生理指标
- 火星|科学家在南极洲建设火星模拟基地？为人类开发殖民火星的“能力”