據(jù)ETtoday：麻省理工學(xué)院合成生物專家吉姆•柯林斯領(lǐng)導(dǎo)的研究團(tuán)隊，發(fā)展出了一個開創(chuàng)性的機(jī)器學(xué)習(xí)方法，讓AI從超過1億個分子庫當(dāng)中，鑒定出可以對殺多種細(xì)菌的強(qiáng)大新型抗生素，其中包括難以治愈的結(jié)核桿菌。
根據(jù)科學(xué)網(wǎng)站pmlive.com報導(dǎo)，這個方法可以在沒有使用人類任何假設(shè)的情況下，短短幾天從超過1億個分子的庫中篩選出強(qiáng)大的新型抗生素，這種方法也可以用在分析治療癌癥、神經(jīng)衰退性疾病等其他類型的藥物。
柯林斯說，盡管之前有使用AI輔助其他研究，但是使用AI自行發(fā)現(xiàn)新的抗生素，是首例，研究小組在確定了候選物之后，并在動物實驗中，驗證這些可能是有效果的分子。
柯林斯和他的團(tuán)隊開發(fā)了一種神經(jīng)網(wǎng)絡(luò)是根據(jù)大腦的結(jié)構(gòu)，建構(gòu)的演算模型，可以逐個分析與學(xué)習(xí)分子的特性。
研究人員訓(xùn)練其神經(jīng)網(wǎng)絡(luò)以發(fā)現(xiàn)抑制的細(xì)菌生長的分子的大腸桿菌，使用的量，抗菌活性被稱為2335分子的集合。其中包括約300種已批準(zhǔn)的抗生素以及800種來自植物，動物和微生物來源的天然產(chǎn)物的文庫。
接著研究小組要求AI預(yù)測哪些分子可以對抗大腸桿菌，并向他們展示看起來與傳統(tǒng)抗生素不同的分子。鑒于世界各地對抗菌素和抗生素耐藥性的問題日益嚴(yán)重，這項研究尤其重要。
麻省理工學(xué)院的AI研究人員，該研究的合著者巴萊茲說，這種算法無需對藥物的工作原理和化學(xué)基團(tuán)進(jìn)行任何標(biāo)記就可以預(yù)測分子功能?！敢虼?，這項模型可以學(xué)習(xí)人類專家未知的新模式」。
麻省理工學(xué)院的這項最新研究既提高了化合物鑒定的準(zhǔn)確性，又降低了篩選工作成本，因此得到了業(yè)內(nèi)很多專家的高度評價。以色列理工學(xué)院的生物學(xué)和電腦科學(xué)教授羅伊•基肖尼表示，這項開創(chuàng)性的研究，代表抗生素發(fā)現(xiàn)甚至更普遍的藥物發(fā)現(xiàn)過程產(chǎn)生了典范轉(zhuǎn)移的變化。
匹茲堡卡內(nèi)基梅隆大學(xué)的計算生物學(xué)家鮑勃•墨菲認(rèn)為，這項研究為使用計算方法發(fā)現(xiàn)和預(yù)測潛在藥物特性增添了一個很好的例子。
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。