人工智能如何革新抗生素研发?麻省理工新突破揭秘

5次阅读
没有评论

共计 1042 个字符,预计需要花费 3 分钟才能阅读完成。

在抗生素耐药性日益严峻的今天,麻省理工学院的研究团队借助人工智能技术,成功设计出两种新型抗生素,分别针对耐药性淋病奈瑟菌和多重耐药性金黄色葡萄球菌(MRSA)。这一突破性进展为应对全球抗生素危机提供了新的解决方案。

研究团队利用生成式人工智能算法,设计了超过 3600 万种潜在化合物,并通过计算筛选其抗菌特性。最终发现的候选化合物在结构上与现有抗生素截然不同,它们通过破坏细菌细胞膜的新机制发挥作用。这种方法使研究人员能够探索前所未有的化学空间,为抗生素开发开辟了新的可能性。

 人工智能如何革新抗生素研发?麻省理工新突破揭秘

麻省理工学院医学工程与科学研究所的 James Collins 教授表示:“这一项目展示了人工智能在药物设计中的强大潜力,使我们能够触及更广泛的化学领域。”

过去 45 年中,FDA 批准的新抗生素大多为现有药物的变体,而细菌对这些药物的耐药性却在不断增加。据估计,全球每年有近 500 万人死于耐药性细菌感染。为应对这一危机,Collins 及其团队利用人工智能筛选了大量化学化合物库,并已成功发现了几种有前景的候选药物。

在新研究中,研究人员进一步扩大了搜索范围,通过人工智能生成理论上可能存在但尚未被发现的分子。他们采用了两种方法:一是基于显示抗菌活性的特定化学片段设计分子;二是让算法自由生成分子,不受特定片段限制。

在针对淋病奈瑟菌的研究中,研究人员首先构建了一个包含约 4500 万个化学片段的库,并通过机器学习模型筛选出近 400 万个具有潜在抗菌活性的片段。经过多轮筛选,最终确定了一个名为 F1 的片段,并以此为基础生成了约 700 万个候选化合物。经过进一步筛选,研究人员发现了一种名为 NG1 的化合物,它在实验室和小鼠模型中表现出显著的抗菌效果。

在针对金黄色葡萄球菌的研究中,研究人员使用生成式人工智能自由设计分子,生成了超过 2900 万种化合物。经过筛选,最终确定了 90 种候选化合物,其中 22 种被成功合成并测试。结果显示,六种化合物在实验室中对多重耐药性金黄色葡萄球菌表现出强效抗菌活性,其中名为 DN1 的化合物在小鼠模型中成功清除了耐甲氧西林金黄色葡萄球菌(MRSA)的皮肤感染。

目前,非营利组织 Phare Bio 正在进一步优化 NG1 和 DN1,以进行更多测试。Collins 表示:“我们正在探索这些化合物的类似物,并通过药物化学工作推进最佳候选药物的临床前研究。此外,我们还将这一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。”

该研究得到了美国国防威胁降低局、美国国立卫生研究院等多个机构的资助,为抗生素研发提供了新的方向。

正文完
 0
admin-gah
版权声明:本文于2025-08-15转载自Mirage News,共计1042字。
转载提示:此文章非本站原创文章,若需转载请联系原作者获得转载授权。
评论(没有评论)
验证码