佩雷尔曼医学院(Perelman School of Medicine)领导的一项研究利用人工智能来推进抗生素的发现，分析了大量的基因组数据，以确定近100万种潜在的化合物。这种方法揭示了许多有希望的候选药物，可能导致对抗生素耐药细菌的有效新疗法。
近一个世纪以来，青霉素等抗生素通过利用微生物的天然抗菌特性改变了医学，而宾夕法尼亚大学佩雷尔曼医学院(Perelman School of medicine)领导的一项新研究表明，天然抗生素的发现即将加速进入一个由人工智能(ai)推动的新时代。
这项发表在《细胞》(Cell)杂志上的研究详细介绍了研究人员如何使用一种被称为机器学习的人工智能形式，在一个包含数万种细菌和其他原始生物基因组记录的庞大数据集中搜索抗生素。这项前所未有的努力产生了近100万种潜在的抗生素化合物，其中数十种在针对致病细菌的初步测试中显示出有希望的活性。
“人工智能在抗生素发现方面已经成为现实，并大大加快了我们发现新的候选药物的能力。曾经需要数年时间才能完成的事情，现在可以用电脑在几个小时内完成，”该研究的资深作者之一、精神病学、微生物学、化学、化学和生物分子工程以及生物工程的总统助理教授csamar de la Fuente博士说。
大自然是一个药箱
大自然一直是寻找新药的好地方，尤其是抗生素。细菌在我们的星球上无处不在，已经进化出许多抗菌防御，通常以短蛋白(“肽”)的形式出现，可以破坏细菌的细胞膜和其他关键结构。虽然青霉素和其他天然产品衍生抗生素的发现彻底改变了医学，但抗生素耐药性日益增长的威胁凸显了对新型抗菌化合物的迫切需要。
近年来，de la Fuente及其同事开创了人工智能搜索抗菌剂的先河。他们已经在现代人、已灭绝的尼安德特人和丹尼索瓦人、长毛猛犸象和数百种其他生物的基因组中确定了临床前候选物种。该实验室的主要目标之一是挖掘世界上有用分子的生物信息，包括抗生素。
在这项新研究中，研究小组使用机器学习平台筛选包含微生物基因组数据的多个公共数据库。该分析涵盖了来自特定微生物的87920个基因组，以及来自环境样本的63410个微生物基因组混合物——“宏基因组”。这次全面的探索跨越了地球上不同的栖息地。
这项广泛的探索成功地鉴定了863,498个候选抗菌肽，其中90%以上以前从未被描述过。为了验证这些发现，研究人员合成了100种这种肽，并测试了它们对11种致病菌株的作用，包括耐抗生素的大肠杆菌和金黄色葡萄球菌。
de la Fuente说:“我们最初的筛选显示，这100种候选药物中有63种完全根除了至少一种被测试病原体的生长，而且通常是多种菌株。”“在某些情况下，这些分子在非常低的剂量下就能有效对抗细菌。”
有希望的结果和未来的方向
在临床前动物模型中也观察到令人鼓舞的结果，其中一些强效化合物成功地阻止了感染。进一步的分析表明，许多这些候选分子通过破坏细菌的外层保护膜来破坏细菌，有效地像气球一样使细菌破裂。
鉴定出的化合物来自生活在各种各样栖息地的微生物，包括人类唾液、猪内脏、土壤和植物、珊瑚以及许多其他陆地和海洋生物。这证实了研究人员探索世界生物数据的广泛方法。
总的来说，这些发现证明了人工智能在发现新抗生素方面的力量，为抗生素开发商提供了多个新的线索，并标志着抗生素发现的一个充满希望的新时代的开始。
参考文献:“用机器学习发现全球微生物组中的抗菌肽”，作者:c
lio Dias Santos-Júnior, Marcelo D.T. Torres，段义qian， álvaro Rodríguez del Río, Thomas S.B. Schmidt, Hui Chong, Anthony Fullam, Michael Kuhn, Chengkai Zhu, Amy Houseman, Jelena Somborski, Anna Vines，赵星明，Peer Bork, Jaime Huerta-Cepas, Cesar de la Fuente-Nunez和Luis Pedro Coelho, 2024年6月5日，Cell。DOI: 10.1016 / j.cell.2024.05.013
该团队已经公布了他们假定的抗菌序列库，他们称之为AMPSphere，可以在https://ampsphere.big-data-biology.org/上免费获取
国家重点研发计划项目(2020YFA0712403, 2018YFC0910500);国家自然科学基金(61932008,61772368);上海市科技创新基金(19511101404);上海市科技重大专项(2018SHZDZX01);上海市科学技术委员会(22JC1410900);澳大利亚研究理事会(FT230100724);AIChE基金会;美国国立卫生研究院(R35GM138201);国防威胁减少局(HDTRA11810041, HDTRA1-21-1-0014, HDTRA1-23-1-0001;PID2021-554 127210NB-I00, MCIN/AEI/10.13039/501100011033/FEDER)， UE)，“La Caixa”基金会(ID 100010434)，奖学金代码LCF/BQ/DI18/11660009 (ARdR);欧盟地平线2020研究与创新计划(Marie Sk?odowska-Curie资助协议713673)。
