使用機器學習算法,麻省理工學院的研究人員能夠發(fā)現一種新的抗生素化合物,該化合物在對小鼠進行30天的治療期間沒有產生任何抗藥性。
使用大約2500個分子(包括大約1700種FDA批準的藥物和800種天然產品)對算法進行了訓練,以尋找使分子能夠有效殺死細菌的化學特征。
對該模型進行訓練后,研究人員在一個大約6,000種化合物的庫中對其進行了測試,該化合物被稱為Broad Institute的藥物再利用中心。
“我們希望開發(fā)一個平臺,使我們能夠利用人工智能的力量來開創(chuàng)抗生素藥物發(fā)現的新時代,”麻省理工學院的醫(yī)學工程與科學學院的泰米爾醫(yī)學工程教授James Collins解釋說。 (IMES)和生物工程系。
“我們的方法揭示了這種令人驚奇的分子,可以說它是已發(fā)現的更強大的抗生素之一。”
抗生素耐藥性令人恐懼。研究人員已經發(fā)現了對當前抗生素具有免疫力的細菌,而我們正面臨著疾病的危險,這些疾病已經變得很容易治療,變得致命。
疾病控制與預防中心(CDC)的數據已經表明,僅在美國,抗生素抗性細菌和抗微生物真菌每年就造成280萬以上的感染和35,000例死亡。
柯林斯說:“我們正面臨著越來越多的關于抗生素耐藥性的危機,這種情況的產生是由于越來越多的病原體對現有抗生素產生了耐藥性,以及生物技術和制藥行業(yè)對新型抗生素的貧血管道。”
最近的暴發(fā)使許多患者患有。使用抗生素,除非患者的免疫系統(tǒng)明顯減弱,否則如今并不常見。如果對抗生素的抗藥性基本上可以追溯到1930年代,那么目前的死亡人數將更高。
麻省理工學院的研究人員聲稱,他們的AI能夠在短短幾天內檢查超過1億種化學化合物,以找出可能殺死細菌的抗生素。這種快速檢查減少了發(fā)現新的救生治療方法所花費的時間,并開始反倒對我們有利。
新發(fā)現的分子被稱為halicin(在電影《 2001:太空漫游》中被AI命名為Hal),并被發(fā)現對大腸桿菌有效。該團隊現在希望開發(fā)人類使用的halicin(一個單獨的機器學習模型已經表明它應該對人類具有低毒性,因此早期跡象是積極的。)
-
算法
+關注
關注
23文章
4784瀏覽量
98088 -
機器學習
+關注
關注
66文章
8554瀏覽量
136982
發(fā)布評論請先 登錄
隱形失效:金屬間化合物尖刺如何“欺騙”半導體鍵合強度測試
機器學習(ML)賦能化合物半導體制造:從源頭破局良率難題,Exensio平臺實現全流程精準預測
解鎖化合物半導體制造新范式:端到端良率管理的核心力量
【2025九峰山論壇】從材料革命到制造工藝破局,揭秘化合物半導體產業(yè)重構密碼
凱米斯科技創(chuàng)新破局,首發(fā)“便攜+顯微+快檢”三位一體新型污染物檢測方案
核芯聚變·鏈動未來 | 2026中國光谷國際化合物半導體產業(yè)博覽會 再次啟航!開啟化合物半導體新紀元
什么是IMC(金屬間化合物)
FPGA在機器學習中的具體應用
Sensirion的SGP4x傳感器對揮發(fā)性有機物和H2等氣體的敏感性
三安光電第一屆第三次化合物半導體技術研討會成功舉辦
化合物半導體器件的定義和制造工藝
使用機器學習算法能夠發(fā)現一種新的抗生素化合物
評論