人工智能平台有助于发现强大的新型抗生素
我们经常听到AMD,英特尔,Nvidia,IBM等大型科技公司释放出计算能力的可能性。尖端计算机硬件的许多进步都伴随着活动,博客和新闻发布,突出了潜在的医疗,环境和工业应用。考虑到这一点,听到麻省理工学院的科学家已经使用机器学习算法来识别一种功能强大的新型抗生素,称为Halicin的现象,既有趣又令人鼓舞。顺便说一句,Halicin是以2001年的虚构计算机Hal命名的:太空漫游。
在对小鼠的初步实验室测试中,Halicin被证明可以清除鲍曼不动杆菌的感染,鲍曼不动杆菌是一种细菌,已经感染了驻扎在伊拉克和阿富汗的许多美军士兵。重要的是,这种感染对所有先前已知的抗生素都有抵抗力,但用Halicin软膏在使用后24小时内将其清除。Halicin可以杀死更多的抗药性细菌,包括艰难梭菌,鲍曼不动杆菌和结核分枝杆菌。
在Halicin的功效和品质的另一个例子中,发现大肠杆菌在30天的测试期内未对Halicin产生任何抗性。将其与抗生素环丙沙星相比,大肠杆菌在1-3天内开始显示出抗药性,而在30天结束时清除大肠杆菌的效力降低了200倍。
那么,计算机和AI /机器学习如何帮助创建Halicin?研究人员首先寻找使分子有效杀死大肠杆菌的化学特征。针对大约1700种FDA批准的药物和800种天然产品的功能对计算机模型进行了培训。训练后,该模型就在6,000种药用化合物的库中进行了测试。最初的机器学习的最终结果是突出了一种既具有“强大的抗菌活性又具有不同于任何现有抗生素的化学结构”的分子。然后,重要的是,另一种机器学习模型表明该分子可能对人类具有低毒性。
采取了进一步的步骤来精制Halicin。经过初步鉴定,研究人员使用他们的计算机模型通过ZINC15数据库进行了检查,“该数据库在线收集了约15亿种化合物”,并发现了23种与现有抗生素完全不同且对人类安全的候选药物。这为针对不同目的而优化的Halicin打开了大门。此外,该模型现在可用于发现更多抗生素并优化已知的现有抗生素。
找出麻省理工学院的研究人员用来帮助他们完成任务的硬件/软件会很有趣,但是新闻稿中没有提到具体的内容,或者我何时进一步挖掘。机器学习模型显然是在麻省理工学院的CSAIL AI实验室运行的。CSAIL最近与Google,Intel和Microsoft紧密合作,创建了DSAIL,数据系统和人工智能实验室-用于机器学习。因此,如果抗生素研究人员使用Google和Intel处理器和软件以及Microsoft的软件,就不足为奇了。
以色列理工学院(Technion)的生物学和计算机科学教授罗伊·基肖尼(Roy Kishony)指出,在上面我们可能会看到“抗生素发现乃至更普遍的药物发现发生了范式转变,”因为他没有参与研究。希望随着这一发展,对“抗生素启示录”的担忧将消除。