Cell重大突破:AI從超1億個分子中預測強力抗生素,殺傷超級耐藥細菌

2020-12-04 生物谷

2020年2月26日訊 /

生物谷

BIOON /--一項開創性的機器學習方法已經從1億多個分子中識別出了強大的新型

抗生素

，包括一種可以對付多種

細菌

的分子--包括肺結核和被認為無法治癒的菌株。


研究人員表示，這種名為halicin的

抗生素

是第一個被人工智慧發現的

抗生素

。儘管人工智慧以前曾被用於協助

抗生素

發現過程的某些部分，但他們表示，這是人工智慧首次在不使用任何人類假設的情況下，從零開始識別出全新種類的抗生素。這項研究由劍橋麻省理工學院的合成生物學家Jim Collins領導，發表在《Cell》雜誌上。


賓夕法尼亞匹茲堡大學的計算生物學家Jacob Durrant說，這項研究意義非凡。他說，研究小組不僅確定了候選分子，還在動物實驗中驗證了有希望的分子。更重要的是，這種方法也可以應用於其他類型的藥物，如用於治療癌症或神經退行性疾病的藥物。

圖片來源：Cell


細菌

對抗生素的耐藥性在全球範圍內急劇上升，研究人員預測，除非緊急開發新的藥物，否則到2050年，耐藥感染每年可能導致1000萬人死亡。但在過去的幾十年裡，新抗生素的發現和監管審批都有所放緩。"人們不斷地發現同樣的分子，" Collins說。"我們需要新的化學反應和新的作用機制。"


忘記你的假設


Collins和他的團隊開發了一個神經網絡--一種受大腦結構啟發的人工智慧算法--一個原子一個原子地學習分子的特性。


研究人員利用已知的2335個抗菌分子，訓練其神經網絡識別抑制大腸桿菌生長的分子。這包括一個包含約300種經批准的抗生素的文庫，以及800種來自植物、動物和微生物來源的天然產品。


麻省理工學院(MIT)的人工智慧研究員、該研究合作者Regina Barzilay表示，該算法學會了在不考慮藥物作用方式和化學基團標籤的情況下預測分子功能。"因此，該模型可以學習人類專家不知道的新模式。"


一旦這個模型被訓練好，研究人員就用它來篩選一個叫做"藥物再利用中心"的庫，這個庫包含了大約6000個正在被研究的用於人類疾病的分子。他們利用算法預測哪種抗生素對大腸桿菌有效，並只向他們展示與傳統抗生素不同的分子。


從這些結果中，研究人員選擇了大約100個候選分子進行動物實驗。結果發現其中一種被用作

糖尿病

治療的分子被證明是一種有效的抗生素，他們用電影《2001： A Space Odyssey》中的智能電腦HAL來命名這種抗生素，並將其命名為halicin。在小鼠實驗中，這種分子對多種病原體都有活性，包括一株艱難梭狀芽胞桿菌和一株鮑曼不動桿菌。鮑曼不動桿菌具有"泛耐藥性"，急需開發新的抗生素。


質子流


抗生素通過一系列的機制起作用，如阻斷參與細胞壁生物合成、DNA修復或蛋白質合成的酶。但halicin的機制是非常規的：它破壞了細胞膜上的質子流動。在最初的動物試驗中，它似乎也具有低毒和抗抗性。在實驗中，對其他抗生素化合物的耐藥性通常在一兩天內出現，Collins說。"但即使經過30天的測試，我們也沒有發現對halicin的任何耐藥性。"


該團隊隨後在一個名為ZINC15的資料庫中篩選了超過1.07億個分子結構。在23項測試中，有8項被確定具有抗菌活性。其中兩種對多種病原體都有很強的活性，甚至可以戰勝對抗生素有抗藥性的大腸桿菌。

圖片來源：Stephanie Schuller SPL


匹茲堡卡耐基梅隆大學的計算生物學家Bob Murphy說，這項研究是"利用計算方法發現和預測潛在藥物特性的大量工作的一個很好的例子"。他指出，人工智慧方法之前已經被開發出來，挖掘巨大的基因和代謝物資料庫，以識別可能包括新型抗生素在內的分子類型。


但是Collins和他的團隊說，他們的方法是不同的--他們不是搜索特定的結構或分子類別，而是訓練他們的網絡尋找具有特定活動的分子。該團隊現在希望與外部團體或公司合作，讓halicin進入

臨床試驗

。他們還想拓寬方法，發現更多新的抗生素，從零開始設計分子。Barzilay說他們這個最新的工作是一個概念證明的工作。"這項研究將所有這些結合起來，並證明了它的作用。"（生物谷Bioon.com）


參考資料：



相關焦點

  • 人工智慧找到全新抗生素 可殺死超級耐藥菌
    在動物實驗中，這種全新的抗生素能有效殺死一種對已知所有抗生素都耐藥的超級細菌。這一重磅發現也登上了當期《細胞》雜誌的封面。科學家們是怎麼想到用人工智慧來尋找新型抗生素的呢？在論文的開頭，他們介紹說自青黴素誕生以來，抗生素已經成為了現代醫學的基石之一。然而隨著抗生素的濫用，越來越多的細菌對抗生素產生了耐藥性。
  • 麻省理工科學家用AI發現一種廣譜抗生素:可抗超級細菌
    麻省理工學院科學家利用一種新的機器學習方法，從 1.07 億個分子中篩選出了一種廣譜抗生素，可抗結核菌在內的超級細菌。此前 AI 曾經用來輔助發現抗生素，而這次則是 AI 在沒有任何人為條件的前提下，從頭發現的新分子。2 月 20 日，這項由麻省理工學院的合成生物學家吉姆 · 柯林斯（James Collins）領銜的研究，發表在《細胞》雜誌（cell）上。
  • 人類首次完全利用AI發現「迄今最強抗生素」,登《細胞》雜誌封面
    然而，隨著時間的推移，細菌會逐漸產生對抗生素的耐藥性，這就需要藥物研發工作者不斷開發新的抗生素。但現實情況是，由於缺乏經濟激勵，私營藥企在新抗生素的發現上收效甚微，使得抗生素的問題越發嚴重。曾有研究預測，如果不立即採取措施開發新的抗生素，到 2050 年，因耐藥感染而死亡的人數將達到每年 1000 萬人。
  • Cell年度巨獻——2020年閃閃發光的醫學評論和研究|抗生素|研究|...
    第三部分：卓越研究進展 1.AI從超1億個分子中預測強力抗生素，殺傷超級耐藥細菌細菌對抗生素的耐藥性在全球範圍內急劇上升，研究人員預測，除非緊急開發新的藥物，否則到2050年，耐藥感染每年可能導致1000萬人死亡。但在過去的幾十年裡，新抗生素的發現和監管審批都有所放緩。
  • ...封面:MIT研究者用AI系統發現超強抗生素,能殺滅多種超級耐藥菌
    」研究人員通過計算機深度學習系統建立的模型，可以在幾天內篩選超過 1 億個化合物，從而挑選出不同於現有藥物殺死細菌機制的潛在抗生素。除了發現全新可針對多種超級耐藥菌的抗生素外，研究人員還發現了其他幾種有前途的候選抗生素，他們計劃進一步測試。
  • 美發現近30年首個新型抗生素 使細菌病原體不再抗藥
    原標題：美發現近30年首個新型抗生素 使細菌病原體不再抗藥 　　美國發現近30年首個新型抗生素 　　通過破壞細胞壁來消滅細菌 病原體很難發展出抗藥性 　　科技日報訊 美國科學家發現了近30年來第一種新型抗生素，其可以殺死耐甲氧西林金黃色葡萄球菌（MRSA）等多種致命病原體。
  • 人類首次完全利用AI發現「史上最強抗生素」,登上《細胞》雜誌封面
    在此背景下，生物醫學界亟需新的方法來幫助發現新抗生素。解決 WHO「通緝令」上最危險的病原體為了解決上述問題，來自 MIT 合成生物學中心的研究者開發了一種可以預測抗生素分子活性的深度學習方法，從超過 1.07 億種分子中識別出了強大的新型抗生素分子——halicin。halicin 可以對抗多種細菌，如肺結核以及被認為無法治療的菌株。
  • Cell:抗凝血藥物變身超級抗生素
    文章發現一種抗凝血PAR-1抑制劑SCH-79797具有雙重機制的抗生素，且幾乎不會產生耐藥性。SCH-79797為一種PAR-1抑制劑，2000年左右被研發用於抗凝血治療，其優化藥物SCH-530348於2014年獲得FDA批准，通用名為Vorapaxar，商品名為Zontivity，後來由於療效不佳退市。2018年，Gupta等人在研究SCH-79797的抗凝血活性時發現其能夠促進中性粒細胞對抗細菌，或者可以直接作為抗生素。
  • Structure:科學家或有望開發抵禦超級耐藥細菌傳播的新一代抗生素
    ，2014年英國首相牽頭的一項研究就預測道，如果抗生素耐藥性問題沒有被有效遏制的話，在不到35年的時間裡將會有更多人死於抗生素耐藥性的菌株感染，而這要比癌症死亡更可怕，因此對於研究人員而言，開發新型抗生素來阻斷耐藥菌株的感染就顯得尤為重要了。
  • ACS Nano:細菌粉碎技術對抗超級耐藥細菌
    圖片來源：ACS Nano 抗生素耐藥性是一個重大的全球健康威脅 最大的問題是危險的、耐藥的超級細菌的傳播和細菌生物膜感染的增長，這些細菌生物膜感染已經不能用現有的抗生素治療了。 Aaron Elbourne博士表示，自從90年前抗生素被發現以來，抗生素已經徹底改變了人們的健康狀況，但由於濫用抗生素，抗生素正在失去效力。
  • Ang Chem Inter Ed:新型抗生素通過破壞膜電位殺傷細菌
    2019年6月6日 訊 /生物谷BIOON/ --來自蒂賓根大學和哥廷根大學以及德國感染研究中心研究人員發現了一種新型抗生素的作用方式，該抗生素對多重耐藥病原體非常有效。研究結果最近發表在《Angewandte Chemie》雜誌上。2016年，由Andreas Peschel教授領導的蒂賓根研究小組發現了第一個纖維肽。
  • Science:重大突破!鑑定出保持細菌基因組完整性的關鍵分子ppGpp
    2016年5月21日/生物谷BIOON/--在一項新的研究中，來自美國紐約大學朗格尼醫學中心和俄羅斯科學院的研究人員發現一種關鍵的生物化學分子ppGpp能夠讓細菌修復它們DNA上的致命性損傷，包括抗生素導致的DNA損傷。
  • Cell:從結構上揭示轉座子擴散抗生素耐藥性機制
    多重耐藥菌的例子包括屬於健康的微生物組的一部分因而很難根除的細菌，比如MRSA（耐甲氧西林金黃色葡萄球菌），VRE（耐萬古黴素腸球菌）和產生ESBL（超廣譜β-內醯胺酶）的腸桿菌。跳躍DNA：耐藥性擴散的一種手段抗生素耐藥性在細菌之間擴散的主要促進因素之一是轉座子，也被稱作跳躍DNA，即能夠自主地在基因組中改變位置的遺傳因子。
  • 在抗生素的攻擊下,細菌也會「捨己為人」!
    ，從而使菌群中的其它細胞有更好的機會在抗生素的攻擊下存活下來。科學家此前觀察到，這些細菌群對抗生素有更強的抵抗力，並且知道死亡的細菌為細菌群中存活下來的細菌提供了營養。然而，這是第一次發現主動信號。微生物學Lorene Morrow Kelley教授Rasika Harshey和她的團隊在大約10年前觀察到，當成群的細菌進入一個接受抗生素治療的區域時，群體中約25%的細胞死亡。
  • Cell | 細菌逆轉錄酶在抗噬菌體防禦中的作用
    【1】，進一步的研究表明，這種單鏈DNA與RNA分子共價連接，隨後詳細地破譯了導致RNA-DNA雜交體形成的生化步驟【2,3】。Function In Anti-Phage Defense，揭示了廣泛存在於細菌中的逆轉錄酶系統是抗噬菌體防禦系統的一部分，其機制主要是通過阻礙噬菌體感染介導抗噬菌體活性的產生。
  • PNAS：人工智慧幫助預測耐藥性超級細菌
    在最近一項研究中，杜克大學的生物醫學工程師已經表明，可以通過對細菌的生長動態進行機器學習分析來區分不同菌株，然後可以準確地預測其他特徵，例如對抗生素的抵抗力。該技術具有比當前標準技術更快，更簡單，更便宜，更準確的識別疾病和預測菌株行為的優點。相關結果於8月3日在線發表在《PNAS》雜誌上。在微生物學的研究歷史中，細菌鑑定都依賴於生長的培養物並分析所得細菌菌落的物理特性和行為。直到最近，科學家才可以簡單地進行基因測試。
  • PNAS:人工智慧幫助預測耐藥性超級細菌
    2020年8月6日訊/生物谷BIOON/---在最近一項研究中，杜克大學的生物醫學工程師已經表明，可以通過對細菌的生長動態進行機器學習分析來區分不同菌株，然後可以準確地預測其他特徵，例如對抗生素的抵抗力。該技術具有比當前標準技術更快，更簡單，更便宜，更準確的識別疾病和預測菌株行為的優點。相關結果於8月3日在線發表在《PNAS》雜誌上。
  • 應對「超級細菌」創新型抗生素獲批
    中國科技網北京5月27日電（實習記者於紫月）「細菌耐藥問題已經構成了全球的重大公共健康威脅，我國社區環境和醫院環境中，由耐藥革蘭陰性菌引起的感染在近幾年持續增多，特別是對於治療選擇有限的『超級細菌』，包括碳青黴烯類耐藥腸桿菌科細菌（CRE）在內的耐藥菌引起的感染發生率不斷升高，臨床迫切需要新的治療選擇
  • 細菌耐藥性最新研究進展一覽
    該抗生素是首個核苷類似物抑制劑，其能夠選擇性地抑制細菌RNA聚合酶的功能，但對人類機體RNA聚合酶並無影響。研究者Richard H.14種多藥耐藥性細菌和所謂的超廣譜β-內醯胺酶（extended spectrum beta-lactamase, ESBL）細菌生長。