[中医][图文]余艳红已担任国家中医 | |
[中医]国务院办公厅关于印发中医药 | |
[中医]中医院学科专科学术影响力排 | |
[中医][图文]国家中医药管理局党组 | |
[中医][图文]王永炎院士:做立大志 | |
[中医][组图]喜讯!广东新增1名国医 | |
[中医]2022年全国名老中医药专家传 | |
[中医][图文]余艳红:充分发挥中医 | |
[新知]《自然》:人工智能帮助发 | |
[名家医案]王幸福治疗顽固性失眠医案 | |
[社会][图文]用断肠草熬制药汤给 | |
[中医]重庆挖掘整理“中医药良方 | |
[社会][图文]广东省中医药局局长 | |
[社会]中国化妆品在韩国火了!化 | |
[中医][图文]痛悼!著名中医学家 | |
[中医]广西公布第二届桂派中医大 | |
[医药][图文]重磅!顶级大三甲率 | |
[医药][组图]南方医科大学南方医 | |
[医药][组图]中国科学院2023年院 | |
[医药]中国工程院2023年院士增选 | |
[医药][组图]广东医院科研哪家强 | |
[中医][图文]余艳红已担任国家中 | |
[社会]南方医科大学党委原书记陈 | |
[医药][组图]2023广东高校排名调 | |
文章导读:美国麻省理工学院近日发布新闻公报说,该校研究人员参与的国际团队利用人工智能深度学习模型,发现了可治疗耐药细菌感染的新型化合物。这些化合物有潜力成为新型抗生素药物。 |
相关研究论文已发表在国际顶级期刊《自然》杂志上。
麻省理工学院和哈佛大学等机构研究人员首先测试了约3.9万种化合物对耐甲氧西林金黄色葡萄球菌的抗菌活性,并利用测试数据以及这些化合物的化学结构等信息来训练深度学习模型。
研究团队采用了一种被称为蒙特卡洛树搜索的算法,不仅使模型可以预测每个分子的抗菌活性,还能预测分子的哪些化学亚结构可能导致这种活性。
为进一步缩小候选药物范围,他们还训练了另外三个深度学习模型来预测这些化合物对三种人体细胞是否具有毒性。
接下来,研究人员利用上述模型的集合预测了约1200万种化合物的抗菌活性和细胞毒性,确定了五类化合物对耐甲氧西林金黄色葡萄球菌有抗菌活性。
他们从中选取280种化合物在培养皿进行抗耐甲氧西林金黄色葡萄球菌实验,最终挑选出属于同一类化合物的两种候选抗生素。
小鼠实验结果显示,这两种化合物都对治疗耐甲氧西林金黄色葡萄球菌感染效果显著。
研究人员表示,新研究的一个关键创新在于打开了这类深度学习模型的“黑匣子”,弄清楚模型使用哪种信息来预测抗生素效力,这将有助于研究人员设计出比模型识别出的化合物效果更好的候选药物。
未来他们还将更详细地分析上述两种化合物的化学性质和潜在临床用途,并利用这类深度学习模型设计更多候选药物,寻找能杀死其他细菌的化合物。
|