由於抗生素抗性細菌的迅速出現，發現新抗生素的需求不斷增長。
為了應對這一挑戰，我們訓練了一個能夠預測具有抗菌活性的分子的深層神經網絡。
我們對多個化學文庫進行了預測，並發現了“藥物再利用中心”（halicin）中的一種分子，該分子與常規抗生素在結構上有所不同，並顯示出對多種病原體（包括結核分枝桿菌和耐碳青黴烯的腸桿菌）的殺菌活性。
Halicin還可以有效治療艱難梭狀芽胞桿菌和泛耐藥鮑曼不動桿菌鼠模型感染。
此外，從ZINC15數據庫收集的超過1.07億個分子的23個經過實驗測試的預測中，我們得出的離散集合中，我們的模型確定了8種與已知抗生素在結構上相距較遠的抗菌化合物。這項工作突出了深度學習方法通過發現結構獨特的抗菌分子來擴展我們的抗生素庫的實用性。
自發現青黴素以來，抗生素已成為現代醫學的基石。
但是，由於抗藥性決定因素在全球的傳播，這些基本藥物的持續療效尚不確定。
此外，由於缺乏經濟激勵措施，導致私營部門新抗生素開發的減少，加劇了這個已經十分嚴峻的問題（布朗和賴特，2016年， PEW信託，2019年）。
實際上，如果不採取立即行動來發現和開發新的抗生素，預計到2050年，可歸因於抗藥性感染的死亡人數將達到每年1000萬（奧尼爾，2014年）。
#抗生素
文章標籤
全站熱搜
