「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素
💡
原文中文，约4300字，阅读约需11分钟。
📝
内容提要
麻省理工学院的研究人员利用Chemprop图神经网络识别潜在抗生素，特异性杀死鲍曼不动杆菌。他们开发了一种深度学习方法，发现了一类新型抗生素。研究人员通过训练模型预测化合物的抗生素活性和人类细胞毒性，并进行了初步筛选和扩大预测。研究结果显示，这些化合物具有良好的抗菌活性和选择性，对多重耐药菌株有效，并且具有较低的耐药性发展趋势和良好的安全性。这一研究为抗生素药物发现提供了新的思路和方法。
🎯
关键要点
- 麻省理工学院利用Chemprop图神经网络识别潜在抗生素，特异性杀死鲍曼不动杆菌。
- 抗生素的广泛应用导致抗生素耐药性危机，迫切需要开发新型抗生素。
- 研究者开发深度学习方法，通过训练模型预测化合物的抗生素活性和人类细胞毒性。
- 初步筛选了39,312种化合物，并对其抗生素活性和细胞毒性进行分析。
- 扩大预测范围，测试了12,076,365种化合物，识别出512种活性化合物。
- 研究显示，306种活性抗菌化合物对三种人类细胞类型均无毒性。
- 通过深度学习模型，筛选出2个对金黄色葡萄球菌表现出高活性且对人类细胞具有良好选择性的化合物。
- 化合物1和2显示出作为新型抗生素候选物的潜力，针对多重耐药菌株有效。
- 这两种化合物的耐药性发展趋势较低，显示出良好的安全性。
- 深度学习为抗生素耐药性研究提供了新的思路，可能超越传统抗生素发现方法。
➡️
