MIT科學家運用AI尋找攻擊沉睡細菌的新抗生素
自1970年代以來，新抗生素的發現速度大幅減緩，造成世界衛生組織所識別的全球性公共衛生危機—抗微生物藥物抗性。這一危機因細菌休眠現象而加劇，在此狀態下，細菌變為代謝不活躍狀態，從而閃避了針對代謝過程的抗生素。當這些「沉睡」的細菌「覺醒」時，感染可能會重新出現，增加了處理復發感染的挑戰。
來自MIT柯林斯實驗室的新近博士畢業生及前MIT-Takeda研究員Jackie Valeri，正在利用機器學習技術應對這一挑戰的前沿。Valeri是Cell Chemical Biology發表的一項引人注目研究的第一作者，展示了機器學習如何革命性地識別出能夠針對休眠細菌的化合物。這項研究為與抗生素抗性感染作戰帶來了一線希望。
慢性感染的新解方
MIT Jameel Clinic的領軍教授James J. Collins，該領域的先鋒，最近利用AI識別出一種新的抗生素類。這項努力與利用AI大幅拓展有效抗生素，尤其是對抗代謝休眠細菌的可用抗生素庫的更廣泛任務相一致。據2019年刊登在Lancet上的一篇論文表示，解決這一差距可避免承受1.27百萬死亡，這些死亡屬於因藥物抗性感染所致。
在這項開創性工作中，研究人員利用AI對已知藥物化合物進行高通量篩選，大幅加快了這一過程。在短短一個周末內，他們確定了用於克隆氏病的藥物semapimod，有效對抗停滯期的大腸桿菌和鮑氏不動桿菌，這兩種都是出了名的抗藥性革蘭氏陰性細菌。Semapimod破壞這些細菌的外膜的能力，使它們對其他抗生素敏感，展示了對付革蘭氏陰性感染的可能新方法。這一有前途的研究凸顯了開發針對具有堅固外膜的革蘭氏陰性細菌的新藥的迫切需要，這些外膜為細菌提供了高度固有的抗生素抵抗力。
來自MIT柯林斯實驗室的這項倡議突顯了AI在對抗抗生素抵抗中的轉變潛力，識別出對付休眠和難以標靶的細菌的有效治療方案。這項工作帶來的洞察力為應對最為迫切的全球公共衛生威脅之一邁出了重要的一步。
MIT科學家通過AI尋找能夠針對沉睡細菌的抗生素，提供對抗日益嚴重的抗生素抵抗性問題的新解方。