抗生素研发工作利用人工智能在全球微生物组中发现潜在的新抗生素

近一个世纪前，青霉素等抗生素的发现通过利用微生物的天然杀菌能力彻底改变了医学。现在，宾夕法尼亚大学佩雷​​尔曼医学院的研究人员共同领导的一项新研究表明，天然抗生素的发现即将进入一个由人工智能 (AI) 驱动的新时代。

这项研究题为《利用机器学习在全球微生物组中发现抗菌肽》，发表在《细胞》杂志上，详细介绍了研究人员如何利用一种名为机器学习的人工智能在包含数以万计的细菌和其他原始生物的记录基因组的庞大数据集中寻找抗生素。

这项前所未有的努力产生了近一百万种潜在的抗生素化合物，其中数十种在对抗致病细菌的初步测试中表现出良好的活性。

“人工智能在抗生素研发中的应用现已成为现实，并大大加快了我们发现新候选药物的能力。过去需要数年时间才能完成的工作，现在使用计算机只需数小时即可完成，”该研究的共同资深作者、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 César de la Fuente 博士说。

大自然一直是寻找新药(尤其是抗生素)的好地方。地球上到处可见的细菌已经进化出许多抗菌防御机制，这些机制通常以短蛋白(“肽”)的形式存在，可以破坏细菌细胞膜和其他关键结构。

虽然青霉素和其他天然产物抗生素的发现彻底改变了医学，但抗生素耐药性的威胁日益加剧，凸显了对新型抗菌化合物的迫切需求。

近年来，de la Fuente 及其同事率先利用人工智能搜索抗菌药物。他们在当代人类、已灭绝的尼安德特人和丹尼索瓦人、猛犸象和数百种其他生物的基因组中发现了临床前候选药物。该实验室的主要目标之一是挖掘全球生物信息以寻找有用的分子，包括抗生素。

在这项新研究中，研究团队使用机器学习平台筛选了多个包含微生物基因组数据的公共数据库。分析涵盖了来自特定微生物的 87,920 个基因组以及来自环境样本的 63,410 个微生物基因组混合物(“宏基因组”)。这项全面探索涵盖了全球各地的不同栖息地。

这项广泛的探索成功确定了 863,498 种候选抗菌肽，其中 90% 以上从未被描述过。为了验证这些发现，研究人员合成了 100 种这样的肽，并针对 11 种致病细菌菌株进行了测试，包括大肠杆菌和金黄色葡萄球菌的抗生素耐药菌株。

“我们初步筛选发现，这 100 种候选药物中有 63 种可以彻底消灭至少一种受试病原体，而且通常可以消灭多种病原体，”de la Fuente 说道。“在某些情况下，这些分子在极低剂量下就能有效对抗细菌。”