AIGC動態歡迎閱讀

原標題：從300億分子中篩出6款，結構新且易合成，斯坦福抗生素設計AI模型登Nature子刊
關鍵字：分子,抗生素,模型,活性,桿菌
文章來源：機器之心
內容字數：5218字

內容摘要：

將 ScienceAI設為星標
第一時間掌握
新鮮的 AI for Science 資訊編輯 |凱霞
全球每年有近 500 萬人死于抗生素耐藥性，因此迫切需要新的方法來對抗耐藥菌株。
AI 方法可以發現新的抗生素，但現有方法有明顯的局限性。性質預測模型很難擴展到大型化學空間。直接設計分子的生成模型可以快速探索廣闊的化學空間，但生成的分子難以合成。
在此，斯坦福大學和麥克馬斯特大學（McMaster University）的研究人員發明了一種新的生成式 AI 模型 SyntheMol，可以設計數十億種新的抗生素分子，這些分子價格低廉且易于在實驗室中合成。
SyntheMol 可以從近 300 億個分子的化學空間中設計易于合成的新化合物。該模型可以設計新的抗生素來阻止鮑曼不動桿菌的傳播。發現 6 個結構新穎的分子表現出對鮑曼不動桿菌的抗菌活性。
論文作者、斯坦福大學生物醫學數據科學副教授 James Zou 說，「SyntheMol 不僅設計了有希望的候選藥物的新穎分子，而且還生成了如何制造每種新分子的配方。」
全球健康藥物研發中心（GHDDI）首席科學官張儒民博士表示：「生成式 AI 模

原文鏈接：從300億分子中篩出6款，結構新且易合成，斯坦福抗生素設計AI模型登Nature子刊

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺