摘要:利用這套系統,研究人員們進一步在另一個數據庫裏篩選了數億個分子,並從中找到了23個與現有抗生素結構迥異,且對人類細胞無毒性的潛在抗菌分子。隨後,研究人員們給這種模型提供了2335個用於“學習”的不同分子,這些分子中有美國FDA已經批准的藥物,也有不少具有廣泛生物活性的天然分子。

來源:學術經緯

今日,頂尖學術期刊《細胞》雜誌刊登了一篇來自麻省理工學院(MIT)的研究論文。科學家們通過一種深度學習系統,讓人工智能“慧眼識珠”,發現了一種潛在糖尿病藥物的抗菌潛力。在動物實驗中,這種全新的抗生素能有效殺死一種對已知所有抗生素都耐藥的超級細菌。這一重磅發現也登上了當期《細胞》雜誌的封面。

科學家們是怎麼想到用人工智能來尋找新型抗生素的呢?在論文的開頭,他們介紹說自青黴素誕生以來,抗生素已經成爲了現代醫學的基石之一。然而隨着抗生素的濫用,越來越多的細菌對抗生素產生了耐藥性。不幸的是,過去許多抗生素都來自於土壤中的微生物,用開發傳統藥物的方式來開發抗生素並不容易。這也就不難理解,爲何在過去的幾十年裏,誕生的新型抗生素寥寥無幾,且結構上與過去已有的抗生素大同小異。

爲了改變這一困境,研究人員們開發了一種機器學習的模型。具體來看,這種模型能夠自動學習不同藥物分子裏的結構,不但可以掌握這些分子的不同位置是否存在特定的化學基團,還能夠預測這些分子的特性。

▲本研究的圖示(圖片來源:參考資料[1])

隨後,研究人員們給這種模型提供了2335個用於“學習”的不同分子,這些分子中有美國FDA已經批准的藥物,也有不少具有廣泛生物活性的天然分子。研究人員們希望在訓練之後,這種模型能夠學會識別能有效殺死大腸桿菌的藥物。

訓練完畢後,是檢驗這套機器學習模型學習能力的時候了。研究人員們使用Broad研究所的一個化合物庫,讓這套模型從其中6111個分子裏,尋找具有潛在抗菌潛力的分子。從中,這種模型認爲一個分子具有很強的抗菌活性。有意思的是,這種分子原先是作爲一種糖尿病藥物而開發出來的,在結構上和已有的任何一種抗生素都明顯不同。後續的一些研究,也表明該分子對人類細胞的毒性較低。

據麻省理工學院的新聞透露,研究人員們致敬經典科幻片《2001太空漫遊》(2001: A Space Odyssey),將該分子命名爲halicin(電影裏的人工智能系統叫做HAL 9000)。隨後,他們在培養皿裏測試了halicin對多種耐藥菌的殺菌效果,而結果令人欣喜!除了銅綠假單胞菌(Pseudomonas aeruginosa,一種難治的肺部病原體)之外,halicin對所有測試的耐藥菌都有殺傷作用。

  ▲除了銅綠假單胞菌(藍色)外,halicin在測試的幾種耐藥菌裏,顯示了良好的廣譜抗菌活性(圖片來源:參考資料[1])

當然,培養皿中的結果,還不能代表活體動物上的抗菌療效。於是,研究人員們又讓小鼠感染上了一種超級耐藥的鮑氏不動桿菌(A。 baumannii)。同樣據麻省理工學院的新聞介紹,這種超級細菌能耐受已知所有的抗生素!而halicin再次顯現出了神奇的效果——含有halicin的軟膏在24小時內,就徹底清除了感染。

基於以上這些結果,研究人員們指出,halicin具有廣譜的抗菌活性。而從機理上看,這是因爲它能干擾細菌,不讓它們形成跨膜的電化學梯度。一般情況下,這種電化學梯度能協助細菌產生能量。如果沒有這種梯度,細菌就會死亡。研究人員們也提到,重塑電化學梯度的過程非常複雜,不是簡單的幾個突變就能完成的,因此這也最大程度上杜絕了耐藥性的產生。

利用這套系統,研究人員們進一步在另一個數據庫裏篩選了數億個分子,並從中找到了23個與現有抗生素結構迥異,且對人類細胞無毒性的潛在抗菌分子。這一篩選過程,只用了短短的3天時間。後續的研究也表明,其中8個分子的確有抗細菌的活性,2個分子的活性尤其強。科學家們也計劃繼續對這些分子進行研究和評估。

正如一些科學家所言,這項突破性的研究是抗生素藥物研發的一個範式改變,有望提高我們發現新型抗生素的效率,給我們帶來更多抗擊超級細菌的武器。

相關文章