MIT News - Artificial intelligence
·
利用生成性人工智能，研究人员设计出能够杀死耐药性细菌的化合物
💡
原文英文，约1200词，阅读约需5分钟。
📝
内容提要
麻省理工学院的研究人员利用人工智能设计了新型抗生素，针对耐药性淋病奈瑟菌和耐多药金黄色葡萄球菌（MRSA）。他们生成了超过3600万个化合物，筛选出具有抗菌特性的候选药物，这些新药通过干扰细菌细胞膜的合成发挥作用，展示了AI在药物设计中的潜力。
🎯
关键要点
- 麻省理工学院的研究人员利用人工智能设计了新型抗生素，针对耐药性淋病奈瑟菌和耐多药金黄色葡萄球菌（MRSA）。
- 研究团队生成了超过3600万个化合物，并筛选出具有抗菌特性的候选药物。
- 新药通过干扰细菌细胞膜的合成发挥作用，展示了AI在药物设计中的潜力。
- 过去45年，FDA仅批准了少数新抗生素，大多数是现有抗生素的变体，细菌耐药性问题日益严重。
- 研究人员利用AI筛选现有化合物库，发现了一些有前景的药物候选者，如halicin和abaucin。
- 研究采用两种不同的方法生成新分子：基于特定化学片段和自由生成分子。
- 通过筛选，研究人员发现了一个名为F1的片段，对耐药性淋病奈瑟菌具有良好活性。
- 使用CReM和F-VAE算法生成了约700万个候选分子，最终筛选出80个进行合成测试。
- 合成的候选药物NG1在实验室和小鼠模型中对耐药性淋病奈瑟菌表现出良好效果。
- 研究还针对金黄色葡萄球菌，生成了超过2900万个化合物，筛选出90个候选分子。
- 候选药物DN1在小鼠模型中有效清除耐甲氧西林金黄色葡萄球菌皮肤感染。
- Phare Bio正在进一步修改NG1和DN1，以便进行额外测试，研究团队希望将此平台应用于其他细菌病原体。
❓
延伸问答
麻省理工学院的研究人员设计了什么类型的药物？
研究人员设计了新型抗生素，针对耐药性淋病奈瑟菌和耐多药金黄色葡萄球菌（MRSA）。
研究团队是如何筛选出抗菌特性的候选药物的？
他们生成了超过3600万个化合物，并通过计算筛选出具有抗菌特性的候选药物。
新药是如何发挥作用的？
新药通过干扰细菌细胞膜的合成发挥作用。
研究中使用了哪些生成性人工智能算法？
研究中使用了CReM和F-VAE算法来生成候选分子。
研究人员发现的候选药物NG1的效果如何？
候选药物NG1在实验室和小鼠模型中对耐药性淋病奈瑟菌表现出良好效果。
研究团队希望将他们的研究平台应用于哪些其他细菌病原体？
研究团队希望将平台应用于其他细菌病原体，如结核分枝杆菌和铜绿假单胞菌。
➡️
