论文部分内容阅读
近日，由麻省理工学院合成生物专家吉姆·柯林斯（Jim Collins）领导的研究团队研发出了一种开创性的机器学习方法。
该方法可以在没有使用人类任何假设的情况下，短短几天从超过 1 亿个分子的库中筛选出强大的新型抗生素。其中一种抗生素可杀死多种致病细菌，包括结核病和被认为无法治愈的菌株，该方法还可用于治疗癌症、神经衰退性疾病等其他类型的药物。
目前，该成果已经登上全球自然科学研究领域最著名期刊之一《细胞（Cell）》2月20日的封面。
在實验中，专家们让模型预测哪种分子能有效抑制大肠杆菌。从产生的结果中，研究人员选择了大约 100 个进行物理测试的候选分子。通过这种方法，研究人员找到了一种正在研究用于糖尿病治疗的分子。
此外，该分子对多种病原体显示出抑制生长的特性，包括艰难梭菌菌株、鲍曼不动杆菌和结核分枝杆菌。其中，世界卫生组织已将鲍曼不动杆菌定为最需要优先处理新抗生素的病原体之一。
这项研究论文的共同作者、麻省理工学院 AI 研究人员瑞吉娜·巴尔齐莱（Regina Barzilay）表示，该算法无需对药物的工作原理和化学基团进行任何标记，就可以预测分子功能。
以色列理工学院的生物学和计算机科学教授罗伊·基肖尼（Roy Kishony）表示，这项开创性的研究，标志着抗生素发现乃至更普遍的药物发现，发生了范式转变。
匹兹堡卡内基梅隆大学的计算生物学家鲍勃·墨菲（Bob Murphy）认为，这项研究为使用计算方法发现和预测潜在药物特性增添了一个很好的例子。
该方法可以在没有使用人类任何假设的情况下，短短几天从超过 1 亿个分子的库中筛选出强大的新型抗生素。其中一种抗生素可杀死多种致病细菌，包括结核病和被认为无法治愈的菌株，该方法还可用于治疗癌症、神经衰退性疾病等其他类型的药物。
目前，该成果已经登上全球自然科学研究领域最著名期刊之一《细胞（Cell）》2月20日的封面。
在實验中，专家们让模型预测哪种分子能有效抑制大肠杆菌。从产生的结果中，研究人员选择了大约 100 个进行物理测试的候选分子。通过这种方法，研究人员找到了一种正在研究用于糖尿病治疗的分子。
此外，该分子对多种病原体显示出抑制生长的特性，包括艰难梭菌菌株、鲍曼不动杆菌和结核分枝杆菌。其中，世界卫生组织已将鲍曼不动杆菌定为最需要优先处理新抗生素的病原体之一。
这项研究论文的共同作者、麻省理工学院 AI 研究人员瑞吉娜·巴尔齐莱（Regina Barzilay）表示，该算法无需对药物的工作原理和化学基团进行任何标记，就可以预测分子功能。
以色列理工学院的生物学和计算机科学教授罗伊·基肖尼（Roy Kishony）表示，这项开创性的研究，标志着抗生素发现乃至更普遍的药物发现，发生了范式转变。
匹兹堡卡内基梅隆大学的计算生物学家鲍勃·墨菲（Bob Murphy）认为，这项研究为使用计算方法发现和预测潜在药物特性增添了一个很好的例子。