【產業鏈圖譜 | 人工智能產業鏈圖譜_人工智能產業鏈全景圖】

【研究報告 | 人工智能行業研究報告】

據《自然》報道，一項開創性的機器學習方法從1億多個分子中發現了強大的新型抗生素。這項研究由美國麻省理工學院合成生物學家Jim Collins領銜，相關成果日前發表在《細胞》上。

研究人員表示，這種被稱為halicin的抗生素是人工智能（AI）首次發現的。盡管在之前的抗生素研發中，AI曾協助其中的某些部分，但這一次是AI首次從零開始識別出全新種類的抗生素，且沒有使用任何人類先前的假設。

“這項研究意義非凡。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。”匹茲堡大學計算生物學家Jacob Durrant說，“更重要的是，這種深度學習方法也可以用于其他類型藥物的研發，如治療癌癥或神經退行性疾病的藥物。”

細菌耐藥性是全球性難題，科學家預測，除非緊急開發新藥物，否則到2050年，“超級細菌”可能導致每年1000萬人死亡。但在過去的幾十年里，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，“我們需要有新作用機制的新化學反應。”

Collins及其團隊開發了一種神經網絡——一種受大腦結構啟發的人工智能算法，逐個地學習分子的特性。

研究人員利用抗菌活性已知的2335個抗菌分子，訓練該神經網絡識別抑制大腸桿菌生長的分子。麻省理工學院AI研究員、研究合作者Regina Barzilay表示，該算法學會了在不假設藥物作用方式和不標記化學基團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”。

模型被訓練后，研究人員用它對一個名為藥物再利用中心的數據庫進行篩選。這個數據庫包含了大約6000個正在被研究的人類疾病分子。他們要求模型預測哪一種分子對付大腸桿菌有效，并且只展示看起來與傳統抗生素不同的分子。

研究人員從篩選結果中選擇了大約100個候選分子進行實驗。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。研究人員以電影《2001太空漫游》中的智能電腦HAL的名字將其命名為halicin。在小鼠實驗中，halicin對多種病原體——如具有廣泛耐藥性的鮑曼不動桿菌均有抗菌活性。

抗生素通過一系列機制發揮作用，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的作用機制是不一樣的，它破壞質子在細胞膜上的流動。“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天的檢測，我們也沒有發現細菌對halicin有任何耐藥性。”

之后，研究團隊又在一個名為ZINC15的數據庫中篩選了超過1.07億個分子結構，并在23個候選分子中確認了8個具有抗菌活性。其中有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耐藥性的大腸桿菌菌株。

卡耐基梅隆大學計算生物學家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一個很好的例子”。他指出，AI方法之前已經被用于挖掘基因和代謝物數據庫，以識別可能包括新型抗生素在內的分子類型。

但是 Collins及其團隊強調，他們的方法是不同的——不是搜索特定的結構或分子類別，而是訓練神經網絡尋找具有特定活性的分子。接下來，該團隊希望與其他團隊或公司合作，對halicin進行臨床試驗，同時他們想拓展這一方法，以發現更多新的抗生素。

來源：中國科學報 作者：文樂樂