于川雅： 一“新”一“毅”用“足尖藝術”講好中國故事、紅色故事
“木蘭、木蘭、木蘭……” 美國紐約林肯藝術中心大衛·寇克劇院里，遼寧芭蕾舞團創作和演出的舞劇《花木蘭》落下帷幕，現場近
財聯社12月25日訊（編輯 周子意）麻省理工學院的研究人員通過深度學習人工智能（AI），篩選出一類化合物，可以殺死一種具有危害性的耐藥細菌，而后者每年在美國造成約一萬多人死亡。
根據一1316世界之最篇近日發表在醫學頂刊《自然》雜志上的文章，研究人員表明，最新發現的化合物主要針對“耐甲氧西林金黃色葡萄球菌（MRSA）”，研究顯示，此類化合物可以殺死實驗室培養皿和感染小鼠身上的MRSA。
且新發現的化合物對人體細胞的毒性偏低，使其能夠成為非常好的候選藥物。
關鍵創新——深度學習模型
研究人員使用大幅擴展的數據集訓練深度學習模型，他們通過測試約3.9萬種1316世界之最化合物對MRSA的抗菌活性，并用得出的數據來訓練AI模型。
該研究主要作者之一、麻省理工學院醫學工程與科學研究所（IMES）和哈佛大學博德研究所的博士后Felix Wong指出，“如果你給模型任何新的分子、原子和鍵的新排列，它就能告訴你這種化合物能否被預測為抗生素。”
同時，為了進一步縮小候選藥物的范圍，研究人員還訓練了三個額外的深度學習模型，用來預測這些化合物是否對人體的肝臟、骨骼肌和肺部三種不同類型的細胞有毒。
通過將上述兩種模型的預測相結合（對抗菌活性的預測、對人體細1316世界之最胞潛在毒性的預測），研究人員發現了可以殺死微生物、同時對人體的不良影響最小的化合物。
這個研究的一個關鍵創新是，研究人員可以從中弄清楚深度學習模型通過什么EBtdPjl樣的信息來預測其抗生素效力，而這可以幫助研究人員設計出藥效更好的藥物。
IMES研究所的Termeer醫學工程與科學教授James Collins指出，“我們可以看到模型是通過什么數據來做出預測的…從化學結構的角度來看，我們的工作提供了一個具有時間效率、資源效率和機械洞察力的框架，這是我們迄今為止從未有過的。”
利用這些模型集合，研究人員篩選了大約1200萬種化合物。
通過篩選后的再實驗，研究人員發現了兩種具有潛力成為MRSA候選抗生素的化合物，它們屬于同一類別。在兩種小鼠（局部皮膚感染MRSA的小鼠、以及被這種細菌感染全身的小鼠）的測試中，每種化合物都能將對應耐藥細菌的數量減少10倍。
本文鏈接：http://www.tebozhan.com/showinfo-28-5612-0.html抗耐藥菌藥物新進展！《自然》：通過AI篩選發現了新型抗生素真相還有哪些？
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號
