Các nhà nghiên cứu MIT đã sử dụng AI để thiết kế hai loại kháng sinh mới, NG1 và DN1, có khả năng nhắm mục tiêu thành công vào bệnh lậu kháng thuốc và MRSA ở chuột, nhấn mạnh tiềm năng của AI trong việc chuyển đổi phát hiện kháng sinh.
Các nhà nghiên cứu của Viện Công nghệ Massachusetts (MIT) đã sử dụng AI để phát triển hai kháng sinh mới hiệu quả chống lại bệnh lậu kháng thuốc và MRSA, có khả năng cung cấp các chiến lược mới để chống lại các nhiễm trùng chịu trách nhiệm cho hàng triệu cái chết mỗi năm.
Bằng cách tận dụng các thuật toán AI sinh sinh, nhóm đã tạo ra hơn 36 triệu hợp chất tiềm năng và sàng lọc chúng về hoạt động kháng khuẩn. Các ứng viên hứa hẹn nhất có cấu trúc độc đáo so với các loại kháng sinh hiện có và có vẻ như hoạt động thông qua các cơ chế chưa từng thấy trước đây làm gián đoạn màng tế bào vi khuẩn. Phương pháp này đã cho phép tạo ra và đánh giá các hợp chất hoàn toàn mới, và các nhà nghiên cứu dự định mở rộng phương pháp này để thiết kế các loại kháng sinh nhắm vào các loài vi khuẩn khác.
Hầu hết các kháng sinh mới được phê duyệt trong 45 năm qua là các biến thể của các loại thuốc hiện có, trong khi kháng thuốc vi khuẩn tiếp tục gia tăng, gây ra gần 5 triệu ca tử vong hàng năm.
Để giải quyết vấn đề này, Dự án Kháng sinh-AI của MIT đã sử dụng AI để khám phá cả các hợp chất hiện có và các phân tử hoàn toàn mới, giả thuyết. Sử dụng các mô hình học máy được đào tạo để dự đoán hoạt động kháng khuẩn, nhóm nghiên cứu đã đầu tiên sàng lọc hàng triệu mảnh hóa học, loại bỏ những mảnh có khả năng độc hại hoặc tương tự với các loại kháng sinh hiện có.
Họ sau đó đã áp dụng hai thuật toán AI sinh tạo: CReM, thuật toán này sửa đổi các phân tử bằng cách thêm, thay thế hoặc xóa các nguyên tử và nhóm, và F-VAE, thuật toán xây dựng các phân tử hoàn chỉnh từ các mảnh dựa trên các mẫu hóa học đã học. Quá trình sử dụng AI này đã tạo ra khoảng 7 triệu phân tử ứng cử viên, được sàng lọc tính toán cho hoạt tính chống lại N. gonorrhoeae.
Từ đây, khoảng 1.000 hợp chất đã được chọn lọc, 80 hợp chất có khả năng tổng hợp, và một hợp chất, NG1, đã thể hiện hoạt tính mạnh mẽ chống lại N. gonorrhoeae kháng thuốc trong cả nghiên cứu trong phòng thí nghiệm và trên chuột bằng cách nhắm vào một protein quan trọng cho sự tổng hợp màng vi khuẩn, đại diện cho một cơ chế tác động mới.
Nghiên Cứu Vòng Hai Sử Dụng AI Tạo Sinh Để Khám Phá Không Gian Hóa Học Mới
Trong một nghiên cứu tiếp theo, các nhà nghiên cứu đã tận dụng AI sinh tạo để thiết kế các phân tử hoàn toàn mới nhắm vào vi khuẩn Gram-dương S. aureus. Sử dụng các thuật toán CReM và F-VAE, nhóm nghiên cứu đã cho phép AI tạo ra các hợp chất mà không bị ràng buộc bởi các fragment, chỉ được hướng dẫn bởi các quy tắc hóa học điều chỉnh sự kết hợp của các nguyên tử.
Cách tiếp cận dựa trên AI này đã sản xuất hơn 29 triệu phân tử ứng viên. Nhóm nghiên cứu sau đó đã áp dụng các bộ lọc tính toán để loại bỏ các hợp chất được dự đoán là độc hại, không ổn định, hoặc tương tự như các kháng sinh hiện có, giảm số lượng xuống còn khoảng 90 ứng viên khả thi.
Trong số 22 phân tử có thể tổng hợp và thử nghiệm, sáu phân tử thể hiện hoạt tính kháng khuẩn mạnh chống lại S. aureus kháng đa thuốc trong các thử nghiệm trong phòng thí nghiệm. Hợp chất hàng đầu, DN1, đã thành công trong việc loại bỏ nhiễm trùng da do MRSA trong mô hình chuột.
Khả năng của AI tự động khám phá không gian hóa học rộng lớn đã cho phép phát hiện ra các phân tử với cơ chế mới, làm gián đoạn một cách rộng rãi màng tế bào vi khuẩn thay vì nhắm mục tiêu vào một protein đơn lẻ.
Phare Bio, một đối tác phi lợi nhuận trong Dự án Kháng sinh-AI, hiện đang tối ưu hóa NG1 và DN1 cho các nghiên cứu tiền lâm sàng tiếp theo. Nhóm nghiên cứu dự định áp dụng các nền tảng thiết kế dựa trên AI này cho các tác nhân gây bệnh khác, bao gồm Mycobacterium tuberculosis và Pseudomonas aeruginosa.
Trong khi kháng thuốc của vi khuẩn tiếp tục vượt xa các phương pháp điều trị hiện có, nghiên cứu cho thấy AI có thể khám phá những lĩnh vực hóa học chưa được khai thác, mang lại cơ hội chuyển đổi phát triển kháng sinh từ các phản ứng thụ động sang thiết kế chiến lược, chủ động.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
MIT Sử Dụng AI Sinh Generative Để Phát Triển Hai Kháng Sinh Mới Nhắm Đến Gonorrhea Kháng Thuốc Và MRSA
Tóm tắt
Các nhà nghiên cứu MIT đã sử dụng AI để thiết kế hai loại kháng sinh mới, NG1 và DN1, có khả năng nhắm mục tiêu thành công vào bệnh lậu kháng thuốc và MRSA ở chuột, nhấn mạnh tiềm năng của AI trong việc chuyển đổi phát hiện kháng sinh.
Các nhà nghiên cứu của Viện Công nghệ Massachusetts (MIT) đã sử dụng AI để phát triển hai kháng sinh mới hiệu quả chống lại bệnh lậu kháng thuốc và MRSA, có khả năng cung cấp các chiến lược mới để chống lại các nhiễm trùng chịu trách nhiệm cho hàng triệu cái chết mỗi năm.
Bằng cách tận dụng các thuật toán AI sinh sinh, nhóm đã tạo ra hơn 36 triệu hợp chất tiềm năng và sàng lọc chúng về hoạt động kháng khuẩn. Các ứng viên hứa hẹn nhất có cấu trúc độc đáo so với các loại kháng sinh hiện có và có vẻ như hoạt động thông qua các cơ chế chưa từng thấy trước đây làm gián đoạn màng tế bào vi khuẩn. Phương pháp này đã cho phép tạo ra và đánh giá các hợp chất hoàn toàn mới, và các nhà nghiên cứu dự định mở rộng phương pháp này để thiết kế các loại kháng sinh nhắm vào các loài vi khuẩn khác.
Hầu hết các kháng sinh mới được phê duyệt trong 45 năm qua là các biến thể của các loại thuốc hiện có, trong khi kháng thuốc vi khuẩn tiếp tục gia tăng, gây ra gần 5 triệu ca tử vong hàng năm.
Để giải quyết vấn đề này, Dự án Kháng sinh-AI của MIT đã sử dụng AI để khám phá cả các hợp chất hiện có và các phân tử hoàn toàn mới, giả thuyết. Sử dụng các mô hình học máy được đào tạo để dự đoán hoạt động kháng khuẩn, nhóm nghiên cứu đã đầu tiên sàng lọc hàng triệu mảnh hóa học, loại bỏ những mảnh có khả năng độc hại hoặc tương tự với các loại kháng sinh hiện có.
Họ sau đó đã áp dụng hai thuật toán AI sinh tạo: CReM, thuật toán này sửa đổi các phân tử bằng cách thêm, thay thế hoặc xóa các nguyên tử và nhóm, và F-VAE, thuật toán xây dựng các phân tử hoàn chỉnh từ các mảnh dựa trên các mẫu hóa học đã học. Quá trình sử dụng AI này đã tạo ra khoảng 7 triệu phân tử ứng cử viên, được sàng lọc tính toán cho hoạt tính chống lại N. gonorrhoeae.
Từ đây, khoảng 1.000 hợp chất đã được chọn lọc, 80 hợp chất có khả năng tổng hợp, và một hợp chất, NG1, đã thể hiện hoạt tính mạnh mẽ chống lại N. gonorrhoeae kháng thuốc trong cả nghiên cứu trong phòng thí nghiệm và trên chuột bằng cách nhắm vào một protein quan trọng cho sự tổng hợp màng vi khuẩn, đại diện cho một cơ chế tác động mới.
Nghiên Cứu Vòng Hai Sử Dụng AI Tạo Sinh Để Khám Phá Không Gian Hóa Học Mới
Trong một nghiên cứu tiếp theo, các nhà nghiên cứu đã tận dụng AI sinh tạo để thiết kế các phân tử hoàn toàn mới nhắm vào vi khuẩn Gram-dương S. aureus. Sử dụng các thuật toán CReM và F-VAE, nhóm nghiên cứu đã cho phép AI tạo ra các hợp chất mà không bị ràng buộc bởi các fragment, chỉ được hướng dẫn bởi các quy tắc hóa học điều chỉnh sự kết hợp của các nguyên tử.
Cách tiếp cận dựa trên AI này đã sản xuất hơn 29 triệu phân tử ứng viên. Nhóm nghiên cứu sau đó đã áp dụng các bộ lọc tính toán để loại bỏ các hợp chất được dự đoán là độc hại, không ổn định, hoặc tương tự như các kháng sinh hiện có, giảm số lượng xuống còn khoảng 90 ứng viên khả thi.
Trong số 22 phân tử có thể tổng hợp và thử nghiệm, sáu phân tử thể hiện hoạt tính kháng khuẩn mạnh chống lại S. aureus kháng đa thuốc trong các thử nghiệm trong phòng thí nghiệm. Hợp chất hàng đầu, DN1, đã thành công trong việc loại bỏ nhiễm trùng da do MRSA trong mô hình chuột.
Khả năng của AI tự động khám phá không gian hóa học rộng lớn đã cho phép phát hiện ra các phân tử với cơ chế mới, làm gián đoạn một cách rộng rãi màng tế bào vi khuẩn thay vì nhắm mục tiêu vào một protein đơn lẻ.
Phare Bio, một đối tác phi lợi nhuận trong Dự án Kháng sinh-AI, hiện đang tối ưu hóa NG1 và DN1 cho các nghiên cứu tiền lâm sàng tiếp theo. Nhóm nghiên cứu dự định áp dụng các nền tảng thiết kế dựa trên AI này cho các tác nhân gây bệnh khác, bao gồm Mycobacterium tuberculosis và Pseudomonas aeruginosa.
Trong khi kháng thuốc của vi khuẩn tiếp tục vượt xa các phương pháp điều trị hiện có, nghiên cứu cho thấy AI có thể khám phá những lĩnh vực hóa học chưa được khai thác, mang lại cơ hội chuyển đổi phát triển kháng sinh từ các phản ứng thụ động sang thiết kế chiến lược, chủ động.