概要MITの研究者たちはAIを使用して、薬剤耐性淋病およびMRSAをマウスで効果的に標的とする2つの新しい抗生物質、NG1とDN1を設計しました。これは、抗生物質の発見を変革するAIの可能性を強調しています。マサチューセッツ工科大学 (MIT) の研究者たちは、AIを利用して薬剤耐性淋病およびMRSAに対して効果的な2つの新しい抗生物質を開発しました。これにより、毎年何百万もの死亡を引き起こす感染症と戦うための新しい戦略が提供される可能性があります。生成AIアルゴリズムを活用することにより、チームは3600万以上の潜在的化合物を生成し、それらの抗菌活性を計算的にスクリーニングしました。最も有望な候補は、既存の抗生物質と比較して構造的にユニークであり、細菌の細胞膜を破壊する以前に見られなかったメカニズムを通じて作用するようです。この方法により、全く新しい化合物の生成と評価が可能となり、研究者たちは他の細菌種を標的とした抗生物質の設計にこのアプローチを拡張する計画です。過去45年間に承認された新しい抗生物質のほとんどは既存の薬のバリエーションであり、細菌の耐性は依然として増加し、毎年約500万人が死亡しています。この問題に対処するために、MITのAntibiotics-AIプロジェクトはAIを活用して、既存の化合物やまったく新しい仮想分子を探求しました。抗菌活性を予測するために訓練された機械学習モデルを使用して、チームはまず何百万もの化学フラグメントをスクリーニングし、有毒である可能性があるものや既存の抗生物質に似たものを排除しました。彼らは次に、分子を原子やグループを追加、置換、または削除することで修正するCReMと、学習した化学パターンに基づいて断片から完全な分子を構築するF-VAEという2つの生成AIアルゴリズムを適用しました。このAI駆動のプロセスは、約700万の候補分子を生成し、N. gonorrhoeaeに対する活性を計算的にスクリーニングしました。これにより、約1,000の化合物が絞り込まれ、80は合成可能であり、1つの化合物NG1は、細菌膜合成に重要なタンパク質を標的とすることによって、実験室およびマウス研究の両方で薬剤耐性N. gonorrhoeaeに対して強力な活性を示し、新しい作用機序を表しています。## 第二ラウンドの研究は、生成的AIを使用して新しい化学空間を探りますフォローアップ研究では、研究者たちは生成的AIを活用して、グラム陽性菌S. aureusを標的とした全く新しい分子を設計しました。CReMとF-VAEアルゴリズムを使用して、チームはAIにフラグメント制約なしで化合物を生成させ、原子の組み合わせを支配する化学則のみに基づいて導かれました。このAI主導のアプローチにより、2900万以上の候補分子が生成されました。チームは次に、毒性がある、安定していない、または既存の抗生物質に類似していると予測される化合物を除去するために計算フィルターを適用し、約90の実行可能な候補にプールを減らしました。合成してテストできた22種類の分子のうち、6つが実験室試験で多剤耐性黄色ブドウ球菌に対して強い抗菌活性を示しました。主な化合物であるDN1は、マウスモデルにおいてMRSA皮膚感染症を成功裏に治癒しました。AIの自律的な広大な化学空間の探査能力により、単一のタンパク質をターゲットにするのではなく、細菌の細胞膜を広く破壊する新しいメカニズムを持つ分子の発見が可能になりました。Phare Bioは、Antibiotics-AIプロジェクトの非営利パートナーであり、現在NG1とDN1をさらなる前臨床研究のために最適化しています。研究チームは、これらのAI駆動設計プラットフォームを、結核菌や緑膿菌などの他の病原体に適用する予定です。細菌の耐性が既存の治療法を上回り続ける中、研究はAIが化学空間の未踏の領域を探ることができることを示しており、抗生物質の開発を反応的な対応から戦略的で積極的な設計へとシフトする機会を提供しています。
MITは生成AIを使用して、薬剤耐性淋病およびMRSAを標的とする2つの新しい抗生物質を開発しました。
概要
MITの研究者たちはAIを使用して、薬剤耐性淋病およびMRSAをマウスで効果的に標的とする2つの新しい抗生物質、NG1とDN1を設計しました。これは、抗生物質の発見を変革するAIの可能性を強調しています。
マサチューセッツ工科大学 (MIT) の研究者たちは、AIを利用して薬剤耐性淋病およびMRSAに対して効果的な2つの新しい抗生物質を開発しました。これにより、毎年何百万もの死亡を引き起こす感染症と戦うための新しい戦略が提供される可能性があります。
生成AIアルゴリズムを活用することにより、チームは3600万以上の潜在的化合物を生成し、それらの抗菌活性を計算的にスクリーニングしました。最も有望な候補は、既存の抗生物質と比較して構造的にユニークであり、細菌の細胞膜を破壊する以前に見られなかったメカニズムを通じて作用するようです。この方法により、全く新しい化合物の生成と評価が可能となり、研究者たちは他の細菌種を標的とした抗生物質の設計にこのアプローチを拡張する計画です。
過去45年間に承認された新しい抗生物質のほとんどは既存の薬のバリエーションであり、細菌の耐性は依然として増加し、毎年約500万人が死亡しています。
この問題に対処するために、MITのAntibiotics-AIプロジェクトはAIを活用して、既存の化合物やまったく新しい仮想分子を探求しました。抗菌活性を予測するために訓練された機械学習モデルを使用して、チームはまず何百万もの化学フラグメントをスクリーニングし、有毒である可能性があるものや既存の抗生物質に似たものを排除しました。
彼らは次に、分子を原子やグループを追加、置換、または削除することで修正するCReMと、学習した化学パターンに基づいて断片から完全な分子を構築するF-VAEという2つの生成AIアルゴリズムを適用しました。このAI駆動のプロセスは、約700万の候補分子を生成し、N. gonorrhoeaeに対する活性を計算的にスクリーニングしました。
これにより、約1,000の化合物が絞り込まれ、80は合成可能であり、1つの化合物NG1は、細菌膜合成に重要なタンパク質を標的とすることによって、実験室およびマウス研究の両方で薬剤耐性N. gonorrhoeaeに対して強力な活性を示し、新しい作用機序を表しています。
第二ラウンドの研究は、生成的AIを使用して新しい化学空間を探ります
フォローアップ研究では、研究者たちは生成的AIを活用して、グラム陽性菌S. aureusを標的とした全く新しい分子を設計しました。CReMとF-VAEアルゴリズムを使用して、チームはAIにフラグメント制約なしで化合物を生成させ、原子の組み合わせを支配する化学則のみに基づいて導かれました。
このAI主導のアプローチにより、2900万以上の候補分子が生成されました。チームは次に、毒性がある、安定していない、または既存の抗生物質に類似していると予測される化合物を除去するために計算フィルターを適用し、約90の実行可能な候補にプールを減らしました。
合成してテストできた22種類の分子のうち、6つが実験室試験で多剤耐性黄色ブドウ球菌に対して強い抗菌活性を示しました。主な化合物であるDN1は、マウスモデルにおいてMRSA皮膚感染症を成功裏に治癒しました。
AIの自律的な広大な化学空間の探査能力により、単一のタンパク質をターゲットにするのではなく、細菌の細胞膜を広く破壊する新しいメカニズムを持つ分子の発見が可能になりました。
Phare Bioは、Antibiotics-AIプロジェクトの非営利パートナーであり、現在NG1とDN1をさらなる前臨床研究のために最適化しています。研究チームは、これらのAI駆動設計プラットフォームを、結核菌や緑膿菌などの他の病原体に適用する予定です。
細菌の耐性が既存の治療法を上回り続ける中、研究はAIが化学空間の未踏の領域を探ることができることを示しており、抗生物質の開発を反応的な対応から戦略的で積極的な設計へとシフトする機会を提供しています。