據(jù)《自然》報道，一項開創(chuàng)性的機器學習方法從 1 億多個分子中發(fā)現(xiàn)了強大的新型抗生素。這項研究由美國麻省理工學院合成生物學家 Jim Collins ，相關成果日前發(fā)表在《細胞》上。

研究人員表示，這種被稱為 halicin 的抗生素是人工智能（AI）*發(fā)現(xiàn)的。在之前的抗生素研發(fā)中，AI 只協(xié)助其中的某些部分，但這一次是 AI *從零開始識別出全新種類的抗生素，且沒有使用任何人類先前的假設。

“研究小組不僅確定了候選分子，還在動物實驗中驗證了有希望的分子。” 匹茲堡大學計算生物學家 Jacob Durrant 說，“更重要的是，這種深度學習方法也可以用于其他類型藥物的研發(fā)，如治療癌癥或神經(jīng)退行性疾病的藥物。”

Collins 及其團隊開發(fā)了一種神經(jīng)網(wǎng)絡—— 一種受大腦結構啟發(fā)的人工智能算法，可以逐個學習分子的特性。
 

研究人員利用抗菌活性已知的 2335 個抗菌分子，訓練該神經(jīng)網(wǎng)絡識別抑制大腸桿菌生長的分子。模型被訓練后，研究人員用它對一個名為藥物再利用中心的數(shù)據(jù)庫進行篩選。這個數(shù)據(jù)庫包含了大約 6000 個正在被研究的人類疾病分子。他們要求模型預測哪一種分子對付大腸桿菌有效，并且只展示看起來與傳統(tǒng)抗生素不同的分子。

研究人員從篩選結果中選擇了大約 100 個候選分子進行實驗。其中一種被用作糖尿病治療的分子被證明是一種有效的抗生素，研究人員將其命名為 halicin。在小鼠實驗中，halicin 對多種病原體均有抗菌活性。

halicin 的作用機制很特別，它破壞質子在細胞膜上的流動。“在實驗中，對其他抗生素化合物的耐藥性通常在一兩天內出現(xiàn)。”Collins 說，“但即使經(jīng)過 30 天的檢測，我們也沒有發(fā)現(xiàn)細菌對 halicin 有任何耐藥性。”

之后，研究團隊又在一個名為 ZINC15 的數(shù)據(jù)庫中篩選了超過 1.07 億個分子結構，并在 23 個候選分子中確認了 8 個具有抗菌活性。其中有兩種對多種病原體都有很強的活性，甚至可以戰(zhàn)勝對抗生素有耐藥性的大腸桿菌菌株。