「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素

AIGC动态欢迎阅读

原标题：「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素
关键字：化合物,抗生素,活性,细胞,模型
文章来源：HyperAI超神经
内容字数：8944字

内容摘要：

作者：加零
编辑：李宝珠、三羊
MIT 利用图神经网络 Chemprop 识别潜在抗生素，特异性鲍曼不动杆菌。自然界中充满了各种各样的微生物，例如结核杆菌（导致肺结核）、霍乱弧菌（导致霍乱）等严重危害了人们的健康。而在人类历史上，感染这些致病细菌，除了依赖人体自身的免疫系统，几乎无解。直到 1928 年，青霉素的发现，让人类第一次拥有了战胜致病细菌的有力武器。
然而，抗生素的广泛应用也带来了一个巨大的危机 —— 抗生素耐药性 (AMR)，据世界卫生组织 (WHO) 统计， 2019 年全球约有 120 万人死于抗生素耐药性 (AMR) 所加剧的细菌感染，这已经高于艾滋病导致的死亡人数。滥用抗生素催生某些「超级细菌」的出现，成为了 21 世纪临床重要致病因。要解决这一难题，迫切需要开发全新的抗生素。
针对特异细菌，深度学习模型可以提高对化合物药效和安全性的预测准确性，有效减少实验室实验和临床试验的时间和资源消耗，对有效且安全的抗生素发现至关重要。
为此，来自 MIT 的研究者们开发了一种深度学习方法来发现抗生素，利用图神经网络 Chemprop 从大型化学库中识别潜在的抗生素，并发现

原文链接：「超级细菌」魔咒或将打破，MIT 利用深度学习发现新型抗生素

联系作者

文章来源：HyperAI超神经
作者微信：HyperAI
作者简介：解构技术先进性与普适性，解读更前沿的 AIForScience 案例