- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
人工智能帮助发现新型候选抗生素
本文转自：新华网
新华社北京1月1日电 美国麻省理工学院近日发布新闻公报说，该校研究人员参与的国际团队利用人工智能深度学习模型，发现了可治疗耐药细菌感染的新型化合物。这些化合物有潜力成为新型抗生素药物。
麻省理工学院和哈佛大学等机构研究人员首先测试了约3.9万种化合物对耐甲氧西林金黄色葡萄球菌的抗菌活性，并利用测试数据以及这些化合物的化学结构等信息来训练深度学习模型。研究团队采用了一种被称为蒙特卡洛树搜索的算法，不仅使模型可以预测每个分子的抗菌活性，还能预测分子的哪些化学亚结构可能导致这种活性。为进一步缩小候选药物范围，他们还训练了另外三个深度学习模型来预测这些化合物对三种人体细胞是否具有毒性。
接下来，研究人员利用上述模型的集合预测了约1200万种化合物的抗菌活性和细胞毒性，确定了五类化合物对耐甲氧西林金黄色葡萄球菌有抗菌活性。他们从中选取280种化合物在培养皿进行抗耐甲氧西林金黄色葡萄球菌实验，最终挑选出属于同一类化合物的两种候选抗生素。小鼠实验结果显示，这两种化合物都对治疗耐甲氧西林金黄色葡萄球菌感染效果显著。
研究人员表示，新研究的一个关键创新在于打开了这类深度学习模型的“黑匣子”，弄清楚模型使用哪种信息来预测抗生素效力，这将有助于研究人员设计出比模型识别出的化合物效果更好的候选药物。未来他们还将更详细地分析上述两种化合物的化学性质和潜在临床用途，并利用这类深度学习模型设计更多候选药物，寻找能杀死其他细菌的化合物。
相关论文已发表在新一期英国《自然》杂志上。
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2024-01-01 23:45:07
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
