寻求人工智能解决抗生素耐药性问题

发布时间：2024-07-19 17:40:30 栏目：精选知识

导读 抗生素面临着迫在眉睫的疗效问题，因为这些药物所针对的微生物因多年的治疗滥用而产生了耐药性。现在，由佩雷尔曼医学院、工程与应用科学学

抗生素面临着迫在眉睫的疗效问题，因为这些药物所针对的微生物因多年的治疗滥用而产生了耐药性。现在，由佩雷尔曼医学院、工程与应用科学学院和艺术与科学学院的 CÉSAR DE LA FUENTE 领导的研究人员开发了一种人工智能工具，用于从古代分子中挖掘遗传元素以发现新抗生素。



宾夕法尼亚大学 的 Cesar de la Fuente表示：“‘确保完成抗生素疗程，即使您开始感觉好些了’是许多人听到但忽略的医学口头禅。 ”

他解释说，这句话至关重要，因为不遵守规定可能会影响 20 世纪一项重要发现——抗生素的功效。“近几十年来，这导致了耐药细菌的增加，全球健康危机日益严重，每年造成 约 495 万人死亡 ，甚至可能使普通感染也致命，”他说。

校长助理教授德拉富恩特 (De la Fuente) 和一支跨学科研究团队一直致力于生物医学创新，以应对这一迫在眉睫的威胁。在一项发表在《 自然生物医学工程》杂志上的新研究中， 他们开发了一种人工智能工具来挖掘大量且尚未开发的生物数据(超过 1000 万个现代和灭绝生物的分子)，以发现新的抗生素候选药物。

“使用传统方法，开发用于治疗感染的新型临床前候选药物需要大约六年时间，这个过程非常艰苦且昂贵，”de la Fuente 说道。“我们的深度学习方法可以大大缩短开发时间，降低成本，因为我们在短短几个小时内就确定了数千种候选药物，其中许多药物具有临床前潜力，这在我们的动物模型中得到了测试，标志着抗生素发现的新时代。”

César de la Fuente 手持一个独特 ATP 合酶片段的 3D 模型，该片段由其实验室的深度学习模型 APEX 识别为具有强效抗生素特性。这种从古代基因数据中复活的分子结构代表着对抗抗生素耐药性细菌的有希望的线索。

这些最新发现建立在德拉富恩特自 2019 年来到宾夕法尼亚大学以来一直研究的方法之上。该团队提出了一个基本问题：机器能否通过挖掘世界生物信息来加速抗生素的发现?他解释说，这个想法基于这样的观念：生物学在最基本的层面上是一种信息来源，理论上可以用人工智能探索它以找到新的有用分子。

该团队首先应用简单的算法来挖掘单个蛋白质，以找到隐藏在其氨基酸序列中的小抗生素分子。随着计算能力的进步，de la Fuente 意识到他们可以将挖掘单个蛋白质扩展到挖掘整个蛋白质组。

德拉富恩特说，团队一开始一次只研究一种蛋白质，随着计算机效率和性能的提高，他们能够扩大规模。接下来，他说，他们能够挖掘“整个蛋白质组，即生物体基因组中编码的所有蛋白质，这使我们在人类蛋白质组中发现了数千种新的抗菌分子，后来又在尼安德特人和丹尼索瓦人等古人类的蛋白质组中发现了数千种新的抗菌分子。“然后，”他说，“我们挑战自己，挖掘科学界已知的所有灭绝生物。”

研究团队开发了所谓的“分子复活”技术，即复活已经灭绝的具有潜在治疗特性的古代分子，并因此在古代生物的基因组中发现了治疗分子。他们推测，他们发现的许多分子可能在整个进化过程中对宿主免疫力发挥作用。

这一想法最终 在《细胞》 杂志上发表的 另一篇论文中得以体现 ，他和他的团队对来自全球环境样本的 87,920 个特定微生物基因组和 63,410 个微生物基因组混合物进行了广泛分析。这项研究确定了 863,498 种新的候选抗菌肽，其中 90% 以上是以前从未描述过的。