「超級細菌」魔咒或將打破，MIT 利用深度學習發現新型抗生素

AIGC動態歡迎閱讀

原標題：「超級細菌」魔咒或將打破，MIT 利用深度學習發現新型抗生素
關鍵字：化合物,抗生素,活性,細胞,模型
文章來源：HyperAI超神經
內容字數：8944字

內容摘要：

作者：加零
編輯：李寶珠、三羊
MIT 利用圖神經網絡 Chemprop 識別潛在抗生素，特異性鮑曼不動桿菌。自然界中充滿了各種各樣的微生物，例如結核桿菌（導致肺結核）、霍亂弧菌（導致霍亂）等嚴重危害了人們的健康。而在人類歷史上，感染這些致病細菌，除了依賴人體自身的免疫系統，幾乎無解。直到 1928 年，青霉素的發現，讓人類第一次擁有了戰勝致病細菌的有力武器。
然而，抗生素的廣泛應用也帶來了一個巨大的危機 —— 抗生素耐藥性 (AMR)，據世界衛生組織 (WHO) 統計， 2019 年全球約有 120 萬人死于抗生素耐藥性 (AMR) 所加劇的細菌感染，這已經高于艾滋病導致的死亡人數。濫用抗生素催生某些「超級細菌」的出現，成為了 21 世紀臨床重要致病因。要解決這一難題，迫切需要開發全新的抗生素。
針對特異細菌，深度學習模型可以提高對化合物藥效和安全性的預測準確性，有效減少實驗室實驗和臨床試驗的時間和資源消耗，對有效且安全的抗生素發現至關重要。
為此，來自 MIT 的研究者們開發了一種深度學習方法來發現抗生素，利用圖神經網絡 Chemprop 從大型化學庫中識別潛在的抗生素，并發現

原文鏈接：「超級細菌」魔咒或將打破，MIT 利用深度學習發現新型抗生素

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例