0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

一个跳出人类思维框架的人工智能抗生素预测平台

倩倩 来源:新浪科技综合 2020-03-10 11:51 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

人类在与超级细菌的大战中,终于祭出了超级大招人工智能

前不久,麻省理工学院(MIT)医学工程与科学研究所合成生物学中心的James Collins团队,与德研究所的Regina Barzilay领衔的研究团队,在顶级期刊《细胞》上以封面文章的形式发表重大研究成果[1]。

▲ James Collins(左)和Regina Barzilay(右)

他们开发了一个跳出人类思维框架的人工智能抗生素预测平台,这个平台不需要知道药物的作用机制,甚至不需要科学家标注化学基团,它能一个原子一个原子地独自学习,最终实现预测特定分子的功能,以一种科学家不了解的方式,帮助人类寻找全新抗生素。

这个新的智能平台身手不凡,Collins和Barzilay团队用它找到了多种与现有抗生素结构差异较大的抗菌化合物。其中有一个原本用来治疗糖尿病的临床前药物,展现出强大的抗菌效果,对多种超级耐药菌展现出强大的杀伤力。

更厉害的是,这个抑菌小分子以一种科学家完全没有预料到的方式杀死细菌,而且研究人员认为细菌很难对其产生耐药性。

▲ 《细胞》封面

自青霉素诞生以来,抗生素就成为现代医学的基石。随着抗生素的广泛使用,超级细菌的耐药性问题又成为威胁人类健康的大敌。如果现在不遏制住耐药性产生的势头,到2050年,预计有1000万人会死于耐药细菌的感染[2]。

遗憾的是,用传统的筛选方式,已经越来越难筛选到新的抗生素了[3]。在现有抗生素的基础上改造出新的抗生素,也是败多胜少。

近年来,寻找新抗生素的科学家已经开始从大型合成化学文库中筛选[4]。先不说这种方法的操作难度大、成本高,实际效果其实也非常有限,从1980年开始使用这种方法开始,一直到现在还没有应用于临床的抗菌药物出现。

机器学习技术和化学信息学的进步[5],让科学家们看到了另一种可能:让人工智能平台自主学习化学分子的特征,然后预测它的作用。

▲ Regina Barzilay

Collins和Barzilay团队首先开发了一个人工智能平台,这个平台可以自己学习化学分子的结构和特征,然后根据它掌握的这些信息,预测分子的功能,即预测它是否能抑制特定细菌的生长。然后再把这些化学物质按照抑制效果的好坏排序。

随后,研究人员给这个智能平台喂了2335个不同的分子,其中有一大部分是已经获得FDA批准的药物,剩下的是有广泛生物活性的天然分子。

在完成训练之后,研究人员让这个人工智能平台从博德研究所化合物库的6111个分子中,找出有抗菌活性的化合物。

▲ 筛选流程

最终,这个平台找到了数十个有抗菌潜力的化合物。经过全面的分析排名之后,一个叫做SU332的化合物排在了第一名。SU332原本是c-Jun的N末端激酶抑制剂,它是一个处于临床前期的治疗糖尿病的药物。

从分子结构上看,它与已有的任何一种抗生素都明显不同。为了致敬经典科幻片《2001:太空漫游》里的人工智能系统HAL 9000,研究人员把SU332命名为halicin。

进一步分析发现,halicin是杀死了细菌,而不是抑制细菌的生长和繁殖。传统青霉素杀不死的处于代谢抑制状态的大肠杆菌,halicin也能杀死。甚至是抗生素处理之后残留的持久性细菌,halicin也能杀死。

研究人员还用携带多种耐药基因的质粒转化细菌,让细菌具备特定的耐药性,不过这些耐药基因也不能帮助细菌抵挡halicin的屠刀。

随后,研究人员用36种多耐药细菌试刀,结果除了铜绿假单胞菌之外,没有一个耐药菌能逃过一劫。后续分析认为,铜绿假单胞菌之所以能耐受halicin,可能是因为“皮太厚”[6],halicin进不去。

▲ 图片来源:DAVID GOULDING/WELLCOME TRUST SANGER INSTITUTE/WELLCOME

那halicin究竟是如何杀死细菌的呢?

研究人员的初步研究表明,这个halicin的杀菌机制还真不一般。它没有破坏细菌的什么结构,而是不知道通过什么方式,破坏了细菌细胞膜维持电化学梯度的能力。这个细胞膜的电化学梯度有个重要的作用,就是与ATP的合成有关。

ATP我们都知道,它就是能量啊。如果细菌不能在生产ATP了,那就是必死无疑了。研究人员认为,细菌可能很难对halicin的这个杀菌技能产生耐药性,因为细菌很难通过单个或者几个突变,就改变自己维持电化学梯度的能力。

随后的耐药性研究,在一定程度上证实了研究人员的猜测。

他们在实验室中让细菌连续传代30天,也不能获得对halicin耐药的菌株。不知道大家还记不记得,哈佛大学和以色列理工学院的科学家2016年在《科学》上发表了一项研究成果:在实验室条件下,大肠杆菌对达到最低致死浓度1000倍的抗生素产生耐药性,仅仅需要10天时间[7]。

▲ 黑底的培养基从两边到中间分成5个浓度梯度(0-1000倍),培养基上面是白色的细菌从两边往中间(抗生素浓度由低到高)飞速往中间生长

在后续的研究中,他们在小鼠身上测试了halicin的抗菌效果,确实很强大。目前研究团队正在计划与制药公司或者公益组织展开合作,以期将halicin用于人体。

为了证明这个系统的强大筛选能力,Collins和Barzilay团队的研究人员随后又把超1亿个化学分子丢给这个系统,从中筛选到了8种有抗菌活性的化合物,其中两种的抗菌活性还非常强大。整个筛选过程只用了3天时间。

真是不敢想象。

难怪色列理工学院生物学和计算机科学教授Roy Kishony会说[8],“这项开创性的研究标志着抗生素的发现,乃至更普遍的药物发现发生了范式转变。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1821

    文章

    50511

    浏览量

    267734
  • 计算机科学
    +关注

    关注

    1

    文章

    144

    浏览量

    11836
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    人工智能测试开发训练营2期

    。你需要定义测试的语义契约,明确业务边界,让AI在框架内生成候选用例,再由人工进行风险评级和逻辑校验。记住,AI负责广度,人类负责深度。 误区二:用“确定性思维”测试“概率性模型” 传
    发表于 04-11 16:42

    DEKRA德凯成为欧盟人工智能法案下首家获得认可实验室

    全球领先的检验、检测与认证机构DEKRA德凯,现已正式成为欧盟《人工智能法案》(EU AI Act)框架下,首家获得官方认可的人工智能(AI)生物识别系统认证机构。凭借该资质,DEKRA德凯将助力制造商从容应对欧盟不断演进的监管
    的头像 发表于 03-13 14:50 562次阅读

    AI 驱动的电力电子拓扑及SiC器件选型自动优化:跳出人类经验的“最优解”

    AI 驱动的电力电子拓扑及SiC器件选型自动优化:跳出人类经验的“最优解” 绪论:人工智能重塑电力电子设计范式 随着生成式人工智能(Generative AI)、大型语言模型(LLMs)以及高性能
    的头像 发表于 03-10 20:13 411次阅读

    浅谈人工智能(2)

    。 强人工智能(Strong AI),又称通用人工智能(Artificial General Intelligence)或完全人工智能,指的是可以胜任人类所有工作
    的头像 发表于 02-22 08:24 439次阅读
    浅谈<b class='flag-5'>人工智能</b>(2)

    嵌入式系统中的人工智能

    本文编译自ElectronicDesign人工智能(AI)正彻底变革嵌入式系统,改变技术融入日常生活的方式。如今的人工智能不再局限于执行基础任务,它还被应用于智能汽车、工业自动化、医疗设备和
    的头像 发表于 12-18 11:49 1293次阅读
    嵌入式系统中<b class='flag-5'>的人工智能</b>

    应用案例 | Enclustra 水星Mercury+ XU1核心板将边缘人工智能送入卫星轨道

    平台相结合,为卫星打造出兼具成本效益与高性能的人工智能计算平台。以实时图像定位这类高要求任务为例,该系统在严格的航天系统限制条件下,成功实现了人工智能模型的机载运行
    的头像 发表于 12-12 08:33 748次阅读
    应用案例 | Enclustra 水星Mercury+ XU1核心板将边缘<b class='flag-5'>人工智能</b>送入卫星轨道

    微软与新思科技分享智能人工智能技术的行业影响

    (Agentic AI)技术的行业影响,以及未来跨界合作的前景。此次圆桌讨论不仅展现了双方的战略协同,以及他们在开发市场领先解决方案方面的共同努力,也勾勒出人工智能是如何驱动工程、电信、制药等行业变革的新蓝图。
    的头像 发表于 11-30 09:48 598次阅读

    Aspect 将云端人力资源体验与开发者工具拓展至新区域,推出人工智能驱动的预测功能

    功能。这次发布标志著 Aspect 实现其使命的重要步伐:透过智能化、现代化的工具赋能人力资源,驱动营运效率与员工敬业度。 AI驱动的预测为人力资源规划带来全新的精准度与灵活性 升级版预测控制台导入内置
    的头像 发表于 11-20 16:23 1229次阅读

    【产品介绍】Altair RapidMiner数据分析与人工智能平台

    AltairRapidMiner赋能组织解锁数据洞察,运用数据分析和先进的人工智能自动化,提供可扩展的面向未来的解决方案。Altair数据分析和人工智能平台包括数据准备、数据科学、MLOps、编排
    的头像 发表于 09-18 17:56 1110次阅读
    【产品介绍】Altair RapidMiner数据分析与<b class='flag-5'>人工智能</b><b class='flag-5'>平台</b>

    利用超微型 Neuton ML 模型解锁 SoC 边缘人工智能

    应用。 为什么选择 Neuton 作为开发人员,在产品中使用边缘人工智能的两最大障碍是: ML 模型对于您所选微控制器的内存来说太大。 创建自定义 ML 模型本质上是手动过程,需
    发表于 08-31 20:54

    挖到宝了!人工智能综合实验箱,高校新工科的宝藏神器

    ,技术自主可控 在如今这个科技竞争激烈的时代,国产化硬件的重要性不言而喻。比邻星人工智能综合实验箱就做到了这点,采用国产化硬件,积极推进全行业产业链上下游环节的国产化进程,把国产自主可控的软硬件平台
    发表于 08-07 14:30

    挖到宝了!比邻星人工智能综合实验箱,高校新工科的宝藏神器!

    ,技术自主可控 在如今这个科技竞争激烈的时代,国产化硬件的重要性不言而喻。比邻星人工智能综合实验箱就做到了这点,采用国产化硬件,积极推进全行业产业链上下游环节的国产化进程,把国产自主可控的软硬件平台
    发表于 08-07 14:23

    关于人工智能处理器的11误解

    应用,以及哪些是真实情况而哪些只是炒作,仍存在诸多误解。GPU是最佳的人工智能处理器尽管GPU在人工智能的实现过程中发挥了关键作用,而且如今它们的应用也极为广泛,但将其推
    的头像 发表于 08-07 13:21 1336次阅读
    关于<b class='flag-5'>人工智能</b>处理器的11<b class='flag-5'>个</b>误解

    超小型Neuton机器学习模型, 在任何系统级芯片(SoC)上解锁边缘人工智能应用.

    Neuton 是家边缘AI 公司,致力于让机器 学习模型更易于使用。它创建的模型比竞争对手的框架小10 倍,速度也快10 倍,甚至可以在最先进的边缘设备上进行人工智能处理。在这篇博文中,我们将介绍
    发表于 07-31 11:38

    RISC-V 的平台思维和生态思维

    RISC-V 的魅力在于以模块化、开源、开放的指令集为底座,通过平台化技术框架降低芯片与应用开发门槛,并以协同共建的产业生态弥合碎片、加速落地。因此,高通高级副总裁 Leendert van
    发表于 07-17 14:04 4250次阅读