麻省理工学院的AI突破:对抗MRSA的新型抗生素先锋

麻省理工学院的AI突破:对抗MRSA的新型抗生素先锋利用一种被称为深度学习的人工智能,麻省理工学院的研究人员发现了一类化合物,这种化合物可以杀死一种耐药细菌,这种细菌每年导致美国一万多人死亡。在最近发表于《自然》(Nature)的一项研究中,研究人员发现这些化合物可以杀死在实验室培养皿中生长的耐甲氧西林金黄色葡萄球菌(MRSA),以及在两种MRSA感染小鼠模型中生长的耐甲氧西林金黄色葡萄球菌。这些化合物对人体细胞的毒性也很低,因此特别适合作为候选药物。这项新研究的一个关键创新点是,研究人员还弄清了深度学习模型在预测抗生素效力时使用了哪些信息。这些知识可以帮助研究人员设计出更多的药物,它们可能比模型识别出的药物效果更好。"我们的洞察力在于,我们可以看到模型学习到了什么,从而预测出某些分子会成为很好的抗生素。"麻省理工学院医学工程与科学研究所(IMES)和生物工程系的特米尔医学工程与科学教授詹姆斯-柯林斯(JamesCollins)说:"我们的工作提供了一个框架,从化学结构的角度来看,它既省时、省资源,又具有机理上的洞察力。"这项研究是麻省理工学院"抗生素-人工智能项目"(Antibiotics-AIProject)的一部分,该项目由柯林斯领导。该项目是麻省理工学院抗生素-人工智能项目的一部分。该项目由柯林斯领导,其任务是在七年内发现针对七种致命细菌的新型抗生素。用人工智能应对MRSA在美国,每年有超过8万人感染MRSA,它通常会引起皮肤感染或肺炎。严重病例可导致败血症,这是一种可能致命的血液感染。在过去几年里,柯林斯和他在麻省理工学院阿卜杜勒-拉蒂夫-贾米尔健康机器学习诊所(JameelClinic)的同事们开始利用深度学习尝试寻找新的抗生素。他们的工作已经产生了针对鲍曼不动杆菌(一种常见于医院的细菌)和许多其他耐药细菌的潜在药物。这些化合物是利用深度学习模型确定的,该模型可以学习识别与抗菌活性相关的化学结构。然后,这些模型会筛选数百万种其他化合物,预测哪些化合物可能具有较强的抗菌活性。事实证明,这类搜索富有成效,但这种方法的一个局限是,模型是"黑盒子",也就是说,无法知道模型是根据什么特征进行预测的。如果科学家们知道模型是如何做出预测的,他们就能更容易地找出或设计出更多的抗生素。黄说:"我们在这项研究中要做的就是打开黑盒子。这些模型由大量模拟神经连接的计算组成,没有人真正知道这底下发生了什么"。提高人工智能的预测准确性首先,研究人员使用大幅扩展的数据集训练了一个深度学习模型。他们通过测试约3.9万种化合物对MRSA的抗生素活性生成了这些训练数据,然后将这些数据以及化合物的化学结构信息输入模型。Wong说:"基本上可以将任何分子表示为化学结构,还可以告诉模型该化学结构是否具有抗菌性。这个模型是在许多这样的例子中训练出来的。如果你给它任何新的分子、新的原子和化学键排列,它就能告诉你该化合物被预测为抗菌的概率。"为了弄清该模型是如何做出预测的,研究人员采用了一种被称为蒙特卡洛树搜索的算法,这种算法已被用来帮助使其他深度学习模型(如AlphaGo)更易于解释。这种搜索算法不仅能让模型对每种分子的抗菌活性做出估计,还能预测该分子的哪些亚结构可能会产生这种活性。人工智能驱动的药物发现过程为了进一步缩小候选药物的范围,研究人员又训练了三个深度学习模型,以预测化合物是否对三种不同类型的人体细胞有毒。通过将这些信息与抗菌活性预测相结合,研究人员发现了既能杀死微生物,又能对人体产生最小不良影响的化合物。利用这组模型,研究人员筛选了大约1200万种化合物,所有这些化合物都可以在市场上买到。根据分子中的化学子结构,模型从这些化合物中识别出了五种不同类别的化合物,这些化合物预计对MRSA具有活性。有希望的成果和未来方向研究人员购买了大约280种化合物,并对它们进行了针对在实验室培养皿中生长的MRSA的测试,从而确定了同一类中的两种似乎非常有希望成为候选抗生素的化合物。在两种小鼠模型(一种是MRSA皮肤感染模型,另一种是MRSA全身感染模型)的测试中,每种化合物都能将MRSA的数量减少10倍。实验发现,这些化合物似乎通过破坏细菌在细胞膜上维持电化学梯度的能力来杀死细菌。许多关键的细胞功能都需要这种梯度,包括产生ATP(细胞用来储存能量的分子)的能力。柯林斯实验室在2020年发现的一种候选抗生素--Halicin似乎也是通过类似的机制发挥作用的,但它对革兰氏阴性细菌(细胞壁较薄的细菌)具有特异性。MRSA是一种革兰氏阳性细菌,细胞壁较厚。Wong说:"我们有相当有力的证据表明,这种新的结构类药物通过选择性地消散细菌中的质子动力,对革兰氏阳性病原体具有活性。这些分子选择性地攻击细菌细胞膜,而不会对人类细胞膜造成实质性损害。我们大幅增强的深度学习方法使我们能够预测这一类新结构的抗生素,并发现它对人类细胞没有毒性。"研究人员与PhareBio分享了他们的研究成果,PhareBio是柯林斯等人创办的非营利组织,也是抗生素人工智能项目的一部分。该非营利组织目前计划对这些化合物的化学特性和潜在临床用途进行更详细的分析。与此同时,柯林斯的实验室正在根据新研究的结果设计更多的候选药物,并利用这些模型寻找能杀死其他类型细菌的化合物。Wong说:"我们已经在利用基于化学子结构的类似方法来重新设计化合物,当然,我们也可以随时采用这种方法来发现针对不同病原体的新型抗生素。"编译自:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1426194.htm手机版:https://m.cnbeta.com.tw/view/1426194.htm

相关推荐

封面图片

人工智能帮助发现新型候选抗生素

人工智能帮助发现新型候选抗生素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。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。相关论文已发表在新一期英国《自然》杂志上。(新华社)

封面图片

科学家发现新抗生素类别 可有效对抗耐药细菌

科学家发现新抗生素类别可有效对抗耐药细菌抗生素是现代医学的基础,在上个世纪极大地改善了全世界人民的生活质量。如今,我们往往认为抗生素是理所当然的,并严重依赖抗生素来治疗或预防细菌感染,例如,在癌症治疗、侵入性手术和移植过程中,以及在母亲和早产儿身上,抗生素可以降低感染风险。然而,全球抗生素耐药性的增加日益威胁着抗生素的有效性。为了确保未来能够获得有效的抗生素,开发不存在抗药性的新型疗法至关重要。乌普萨拉大学的研究人员最近在《美国国家科学院院刊》(ProceedingsoftheNationalAcademyofSciencesoftheUSA)上发表了他们的研究成果,介绍了作为多国联合体的一部分而开发的一类新型抗生素。他们描述的这类化合物以一种名为LpxH的蛋白质为靶标,这种蛋白质是革兰氏阴性细菌合成其最外层保护层(即脂多糖)的途径。并非所有细菌都会产生这一层,但那些会产生这一层的细菌包括世界卫生组织确定为最需要开发新型疗法的生物,其中包括已经对现有抗生素产生抗药性的大肠埃希菌和肺炎克雷伯菌。研究人员能够证明,这种新型抗生素对耐多药细菌具有很强的活性,并能治疗小鼠模型中的血液感染,从而证明了这种抗生素的前景。重要的是,由于这一类化合物是全新的,而LpxH蛋白尚未被用作抗生素的靶点,因此这一类化合物不会产生抗药性。这与目前临床开发中的许多"同类"抗生素形成了鲜明对比。虽然目前的研究结果很有希望,但在这类化合物进入临床试验之前,还需要做大量的工作。DOI:10.1073/pnas.2317274121编译来源:ScitechDaily...PC版:https://www.cnbeta.com.tw/articles/soft/1428294.htm手机版:https://m.cnbeta.com.tw/view/1428294.htm

封面图片

金属抗生素可能是未来对抗超级耐药细菌的秘密武器

金属抗生素可能是未来对抗超级耐药细菌的秘密武器然而,鉴于细菌是地球上最古老的生命形式,它能够进行反击并不奇怪。帮助这一点的是它令人眼花缭乱的繁殖能力,这意味着任何演化为抗药性的微生物可以迅速支配一个群体,使抗生素失效。对抗这些顽固、聪明的超级细菌的最新有希望的研究,原理却很简单,那就是黄金。来自巴塞罗那全球健康研究所的研究人员本周在哥本哈根展示了他们的新研究,当他们将19种黄金化合物与从病人身上分离出来的几种类型的多药耐药菌排在一起时发现了非常有希望的结果。这并不是这种珍贵的矿物质第一次被吹捧为潜在的救命稻草,由于其抗菌特性,对黄金纳米粒子本身的研究以及与红外光治疗相结合以抵御感染的工作一直在进行。金属抗生素--核心是金离子的化合物--有可能杀死细菌并防止其适应性形成抗性。巴塞罗那研究所的SaraSotoGonzalez说:"金复合物使用各种技术来杀死细菌。它们阻止酶的工作,破坏细菌膜的功能并损害DNA"。该团队对金化合物进行了测试,其对象包括耐甲氧西林金黄色葡萄球菌(MRSA)、表皮葡萄球菌、铜绿假单胞菌;嗜麦芽单胞菌、鲍曼纽斯菌和细菌性肺炎。有证据表明,19种化合物中的16种对MRSA和表皮癣菌有很高的疗效,16种对革兰氏阴性菌--对目前的抗生素有最大抗药性的类型有效。SotoGonzalez评论说:"看到一些金复合物对MRSA和耐多药的鲍曼不动杆菌有效,特别令人激动,因为[这些是医院获得性感染的两个最大原因,随着对其他类型的金金属抗生素的研究也提供了有希望的结果,金基抗生素的未来是光明的"。虽然处于初步研究阶段,研究人员指出,开发这种抗生素既不昂贵也不困难。"我们研究的金复合物类型,即所谓的金(III)复合物,制作起来相对简单且成本低廉,"SotoGonzalez补充说。"它们也可以很容易地被修改,因此为药物开发提供了大量的空间"。这篇新的研究论文将于4月15-18日在哥本哈根举行的欧洲临床微生物学和传染病大会上发表。...PC版:https://www.cnbeta.com.tw/articles/soft/1354179.htm手机版:https://m.cnbeta.com.tw/view/1354179.htm

封面图片

科学家解码新型高效抗生素Clovibactin

科学家解码新型高效抗生素Clovibactin细菌病原体耐药性的增加令人担忧。普通药物对传染病失效的风险越来越大。因此,全球科学家都在寻找新的强效化合物。波恩大学、德国感染研究中心(DZIF)、乌得勒支大学(荷兰)、波士顿东北大学(美国)和剑桥NovoBiotic制药公司(美国)的研究人员现已发现并破译了一种新型抗生素的作用模式。Clovibactin提取自一种土壤细菌。这种抗生素在攻击细菌细胞壁方面非常有效,其中包括许多具有多重抗药性的"超级细菌"。相关研究成果最近发表在著名的《细胞》杂志上。波恩大学药物微生物学研究所和波恩大学医院的TanjaSchneider教授博士说:"我们迫切需要新的抗生素,以便在对抗耐药性细菌的竞争中保持领先。"她补充说,近几十年来,市场上出现的抗细菌病原体的新物质并不多。(左起)AnnikaKrüger、TanjaSchneider教授、StefaniaDeBenedetti博士和FabianGrein博士。图片来源:GregorHübl/UniBonn"与目前使用的抗生素相比,Clovibactin是一种新型抗生素。"跨地区合作研究中心"抗生素细胞MAP"的共同发起人,同时也是跨学科研究领域"生命与健康"和卓越研究集群"免疫感觉2"的成员说。药物微生物学研究所与德国感染研究中心合作,专门研究候选抗生素的作用模式。土壤细菌Eleftheriaterraesubspeciescarolina的名字中介绍了它的原产地:它是从美国北卡罗来纳州的土壤样本中分离出来的,并产生新的抗生素化合物clovibactin,以保护自己免受竞争细菌的侵害。TanjaSchneider解释说:"这种新型抗生素通过阻断重要的构建基块,同时攻击细菌细胞壁的多个部位。它能以非同寻常的强度与这些构建模块特异性结合,并通过破坏细菌的细胞膜杀死它们。"来自不同学科和国家的研究小组通力合作,终于揭开了它的神秘面纱。由美国波士顿东北大学抗菌药发现中心的KimLewis教授和美国剑桥NovoBiotic制药公司领导的研究小组利用iCHip设备发现了Clovibactin。这样就可以在实验室中培养细菌,而这些细菌以前被认为是不可培养的,更无法用于开发新的抗生素。NovoBioticPharmaceuticals,LLC公司总裁DallasHughes博士说:"我们发现了这种令人兴奋的新抗生素,进一步验证了iCHip培养技术可以从以前无法培养的微生物中发现新的治疗化合物。该公司已证明Clovibactin具有很好的抗广谱细菌病原体的活性,并在临床前研究中成功治疗了小鼠。"药物微生物研究所的TanjaSchneider教授和她的团队。图片来源:GregorHübl/UniBonn塔尼娅-施奈德领导的研究人员阐明了这种新型抗生素的作用模式。波恩大学的研究人员证明,Clovibactin能选择性地、高度特异性地与细菌细胞壁成分的焦磷酸基团结合。荷兰乌得勒支大学化学系的MarkusWeingarth教授研究小组揭示了这种相互作用的确切形式。研究人员利用固态核磁共振光谱,在与细菌细胞内相似的条件下,破译了Clovibactin与细菌目标结构脂质II复合物的结构。这些研究表明,Clovibactin能抓住焦磷酸基团。这也是"Clovibactin"名称的由来,"Clovibactin"源于希腊语"Klouvi"(笼子),因为它像笼子一样包围着目标结构。Clovibactin主要作用于革兰氏阳性细菌。这些细菌包括"医院病原体",如MRSA细菌,也包括影响全球数百万人的广泛传播的结核病病原体。TanjaSchneider说:"我们非常确信,细菌不会这么快就对Clovibactin产生抗药性。这是因为病原体无法轻易改变细胞壁结构单元来破坏抗生素--因此它们的致命弱点依然存在。"但Clovibactin可以做得更多。在与目标结构对接后,它会形成超分子丝状结构,紧紧包裹并进一步破坏细菌的目标结构。遇到Clovibactin的细菌还会受到刺激,释放出某些酶,即所谓的自溶酶,然后不受控制地溶解自己的细胞膜。TanjaSchneider说:"这些不同机制的结合是抗药性异常顽强的原因。这表明,作为新抗生素候选者的细菌的自然多样性中仍然存在潜力。"马库斯-魏因加思教授说:"如果没有合作伙伴之间的跨学科合作,就不可能成功迈出对抗抗药性的重要一步。研究小组现在计划利用其研究成果进一步提高Clovibactin的有效性。但距离新抗生素上市还有很长的路要走。"...PC版:https://www.cnbeta.com.tw/articles/soft/1392973.htm手机版:https://m.cnbeta.com.tw/view/1392973.htm

封面图片

AI与超级细菌展开斗争 帮助寻找新的抗生素药物以对抗耐药性感染

AI与超级细菌展开斗争帮助寻找新的抗生素药物以对抗耐药性感染"鲍曼不动杆菌可以在医院的门把手和设备上生存很长时间,它可以从环境中吸收抗生素抗性基因。"前麻省理工学院博士后、现为麦克马斯特大学生物化学和生物医学科学助理教授乔纳森-斯托克斯说:"现在发现鲍曼不动杆菌分离物对几乎所有抗生素都有抗性,这真的很常见。"研究人员使用机器学习模型从近7000种潜在的药物化合物库中确定了这种新药,他们训练这种模型来评估一种化学化合物是否会抑制鲍曼纽氏菌的生长。麻省理工学院和麦克马斯特大学的研究人员利用一种人工智能算法,发现了一种新的抗生素,可以杀死一种细菌(鲍曼不动杆菌,粉红色),它是许多耐药性感染的罪魁祸首。资料来源:ChristineDaniloff/MIT;鲍曼不动杆菌图片由CDC提供麻省理工学院医学工程与科学研究所(IMES)和生物工程系的Termeer医学工程与科学教授JamesCollins说:"这一发现进一步支持了人工智能可以大大加快和扩大我们寻找新型抗生素的前提。我很兴奋,这项工作表明我们可以使用人工智能来帮助打击有问题的病原体,如鲍曼不动杆菌"。柯林斯和斯托克斯是这项新研究的资深作者,该研究于5月25日发表在《自然-化学生物学》杂志上。该论文的主要作者是麦克马斯特大学的研究生GaryLiu和DeniseCatacutan以及麦克马斯特大学的应届毕业生KhushiRathod。AI协助下的药物发现在过去的几十年里,许多致病细菌对现有抗生素的抗药性越来越强,而新的抗生素却很少被开发出来。几年前,柯林斯、斯托克斯和麻省理工学院教授ReginaBarzilay(他也是这项新研究的作者之一),开始利用机器学习来解决这个日益严重的问题,机器学习是一种人工智能,可以学习识别大量数据的模式。柯林斯和巴尔齐莱是麻省理工学院AbdulLatifJameel健康机器学习诊所的共同负责人,他们希望这种方法可以用来识别化学结构与任何现有药物不同的新抗生素。在他们最初的演示中,研究人员训练了一种机器学习算法,以识别能够抑制大肠杆菌生长的化学结构。在对1亿多个化合物的筛选中,该算法产生了一种分子,研究人员将其称为卤菌素,取自《2001年:太空漫游》中虚构的人工智能系统。他们表明,这种分子不仅可以杀死大肠杆菌,而且可以杀死其他几种对治疗有抵抗力的细菌。"在那篇论文之后,当我们表明这些机器学习方法可以很好地用于复杂的抗生素发现任务时,我们把注意力转向了我认为是多药耐药细菌感染的头号公敌,也就是鲍曼不动杆菌,"斯托克斯说。为了获得计算模型的训练数据,研究人员首先让生长在实验室盘子里的鲍曼不动杆菌接触大约7500种不同的化合物,观察哪些化合物能够抑制该微生物的生长。然后他们将每个分子的结构输入模型。他们还告诉该模型每个结构是否能抑制细菌生长。这使得该算法能够学习与生长抑制有关的化学特征。模型被训练出来后,研究人员用它来分析一套它以前没有见过的6680个化合物,这些化合物来自于布罗德研究所的药物再利用中心。这项分析花了不到两个小时,产生了几百个最热门的化合物。在这些化合物中,研究人员选择了240个在实验室里进行实验,重点是结构与现有抗生素或训练数据中的分子不同的化合物。这些测试产生了9种抗生素,包括一种非常有效的抗生素。这种化合物最初被探索为一种潜在的糖尿病药物,结果发现它在杀死鲍曼不动杆菌方面非常有效,但对其他种类的细菌,包括铜绿假单胞菌、金黄色葡萄球菌和耐碳青霉烯的肠杆菌科细菌没有作用。这种"窄谱"杀伤能力是抗生素的一个理想特征,因为它将细菌对药物的抗性迅速扩散的风险降至最低。另一个优点是,这种药物可能会放过生活在人类肠道中的有益细菌,并有助于抑制机会性感染,如艰难梭菌。斯托克斯说:"抗生素通常必须全身施用,而你最不想做的事情就是造成严重的菌群失调,使这些已经生病的病人受到二次感染。"一种新的机制在对小鼠的研究中,研究人员表明,他们命名为abaucin的药物可以治疗由鲍曼不动杆菌引起的伤口感染。他们还在实验室测试中表明,该药物对从人类患者身上分离出来的各种耐药性鲍曼氏菌菌株有效。进一步的实验显示,该药物通过干扰一个被称为脂蛋白运输的过程来杀死细胞,细胞利用该过程将蛋白质从细胞内部运输到细胞包膜。具体而言,该药物似乎抑制了LolE,一种参与这一过程的蛋白质。所有的革兰氏阴性细菌都表达这种酶,因此研究人员惊讶地发现,阿鲍辛在针对鲍曼尼氏菌方面具有如此高的选择性。他们假设,鲍曼纽氏菌如何执行这一任务的轻微差异可能是该药物的选择性的原因。"我们还没有最终确定实验数据的获取,但我们认为这是因为鲍曼纽斯菌进行脂蛋白贩运的方式与其他革兰氏阴性物种有一点不同。我们相信这就是我们得到这种窄谱活性的原因,"斯托克斯说。斯托克斯的实验室现在正与麦克马斯特的其他研究人员合作,优化该化合物的药用特性,希望能将其开发出来,最终用于病人身上。研究人员还计划使用他们的建模方法来确定其他类型的耐药性感染的潜在抗生素,包括那些由金黄色葡萄球菌和绿脓杆菌引起的感染。...PC版:https://www.cnbeta.com.tw/articles/soft/1362051.htm手机版:https://m.cnbeta.com.tw/view/1362051.htm

封面图片

科学家使用 AI 发现对抗超级细菌的新抗生素

利用AI技术,加拿大和美国研究人员发现了一种新抗生素,可对抗耐药性极强的“超级细菌”Acinetobacterbaumannii(鲍曼不动杆菌)。研究人员利用AI技术从数千种化合物中快速筛选出能有效对抗鲍曼不动杆菌的抗生素abaucin。鲍曼不动杆菌常见于医院环境,可长期存活于门把手、医疗器材等物体表面,可能引起肺炎、脑膜炎或伤口感染,可能导致患者死亡。研究人员说,用传统方法筛选针对鲍曼不动杆菌的抗生素费时费钱,研究范围有限,而“使用人工智能技术,我们可以快速探索化学空间的广大区域,显著增加发现全新抗生素的机会”。()()频道:@TestFlightCN

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人