在AI的帮助下设计的新抗生素对两种致命的耐药细菌表现出了希望。两种新化合物以现有药物看不见的方式攻击细菌。
新抗生素的开发具有无法与抗生素耐药性上升保持同步在细菌中,导致紧急的公共卫生危机。一旦可以治疗的疾病变成无情的敌人,抗生素抗性细菌每年大约有500万人死亡。
现在,生物医学工程师詹姆斯·柯林斯来自马萨诸塞州理工学院的美国和他的团队使用了深度学习模型来设计全新的抗生素。使用将化学结构与预测性质联系起来的图神经网络,研究人员通过超过4500万种化学片段筛选了具有潜在抗菌活性的结构Neisseria Gonorrhoeae和金黄色葡萄球菌。
在手动滤除具有不良特性(例如毒性,代谢不稳定性和滥交结合)的片段之后,Collins团队使用了有前途的片段子集作为两个生成AI模型的种子。这些专门从事基于碎片设计的模型,其中分子是通过修改不同的侧链和从头开始设计,其中分子是从头开始生成的。AI模型设计了超过3600万种化合物,并为其潜在的抗菌活性进行了筛选。
然后,柯林斯团队合成了24种AI生成的化合物,其两个分子,称为NG1和DN1,由于其效力,选择性和全新的作用机理而脱颖而出。
NG1有选择地靶向致病性N. Gonorrhoeae 同时有益的共生奈瑟里亚诸如N. Cinerea和N.粘膜这对于维持健康的阴道微生物组很重要。Aarti Krishnan,在该项目中工作。它还杀死了美国发现的高度抗药性菌株,这种菌株不仅失去了对头孢曲松的敏感性,而且对以前建议进行一线治疗的所有其他药物都失去了敏感性。”
DN1表现出强烈的杀菌活性S.金黄色葡萄酒其效力可与其他前线抗生素(如万古霉素和Linezolid)相媲美。克里希南(Krishnan)指出,它的杀菌活性迅速,在四个小时内完成杀戮,而万古霉素则需要大约十个小时。该化合物还具有对当前抗生素抗性的菌株的活跃。
乔纳森·斯托克斯是加拿大麦克马斯特大学(McMaster University)的一名计算化学家,他没有参与这项工作,称这是在早期抗生素发现中使用生成性疾病的有趣演示,尤其是在探索两种不同的病原体的生物活性化学空间方面。
但是,斯托克斯还突出了这种AI ADED方法的两个局限性。首先是,许多AI生成的结构仍然无法综合,这可能会导致昂贵且耗时的虚假开始。其次,需要拆除AI设计的抗生素的作用机理,这是另一个技术挑战性且昂贵的过程。他补充说,但是我敢肯定的是,这个领域会到达需要去的地方。”