机器学习算法确定了一种化合物，可以杀死潜伏在许多医院环境中的鲍曼不动杆菌。
麻省理工学院和麦克马斯特大学的研究人员利用人工智能算法，发现了一种新的抗生素，可以杀死一种导致许多耐药感染的细菌。
如果研发出来用于病人，这种药物可能有助于对抗鲍曼不动杆菌。鲍曼不动杆菌是一种常见于医院的细菌，可导致肺炎、脑膜炎和其他严重感染。这种微生物也是伊拉克和阿富汗受伤士兵感染的主要原因。
“不动杆菌可以在医院的门把手和设备上存活很长时间，它可以从环境中吸收抗生素抗性基因。“现在发现鲍曼不动杆菌对几乎所有抗生素都有抗药性是很常见的，”乔纳森·斯托克斯说，他曾是麻省理工学院的博士后，现在是麦克马斯特大学生物化学和生物医学科学的助理教授。
研究人员使用机器学习模型从近7000种潜在药物化合物的文库中确定了这种新药，他们训练该模型来评估一种化合物是否会抑制鲍曼不动杆菌的生长。
麻省理工学院和麦克马斯特大学的研究人员利用人工智能算法，发现了一种新的抗生素，可以杀死一种导致许多耐药感染的细菌(鲍曼不动杆菌，粉红色)。来源:Christine Daniloff/MIT;鲍曼不动杆菌图片由CDC提供
麻省理工学院医学工程与科学研究所(IMES)和生物工程系的医学工程与科学教授詹姆斯·柯林斯(James Collins)说:“这一发现进一步支持了人工智能可以显著加速和扩大我们对新型抗生素的研究的前提。”“我很兴奋，这项工作表明我们可以利用人工智能来帮助对抗鲍曼不动杆菌等有问题的病原体。”
柯林斯和斯托克斯是这项新研究的资深作者，该研究发表在5月25日的《自然化学生物学》杂志上。该论文的主要作者是麦克马斯特大学的研究生Gary Liu和Denise Catacutan，以及最近从麦克马斯特大学毕业的Khushi Rathod。
药物发现
在过去的几十年里，许多致病菌对现有抗生素的耐药性越来越强，而开发出的新抗生素却很少。
几年前，柯林斯、斯托克斯和麻省理工学院教授里贾纳·巴兹雷(Regina Barzilay)(她也是这项新研究的作者之一)开始利用机器学习来解决这个日益严重的问题。机器学习是一种人工智能，可以学习识别大量数据中的模式。Collins和Barzilay是麻省理工学院Abdul Latif Jameel健康机器学习诊所的联合主任，他们希望这种方法可以用来识别化学结构与任何现有药物不同的新抗生素。
在他们最初的演示中，研究人员训练了一种机器学习算法来识别可以抑制大肠杆菌生长的化学结构。在超过1亿种化合物的筛选中，该算法产生了一种被研究人员称为“哈利辛”的分子，这是《2001:太空漫游》中虚构的人工智能系统。他们发现，这种分子不仅可以杀死大肠杆菌，还可以杀死其他几种对治疗有抗药性的细菌。
Stokes说:“在那篇论文之后，当我们证明这些机器学习方法可以很好地用于复杂的抗生素发现任务时，我们将注意力转向了我认为是多重耐药细菌感染的头号公敌，即不动杆菌。”
为了获得他们的计算模型的训练数据，研究人员首先将实验室培养皿中生长的鲍曼不对称杆菌暴露在大约7500种不同的化合物中，看看哪些化合物可以抑制这种微生物的生长。然后他们将每个分子的结构输入到模型中。他们还告诉模型，每种结构是否能抑制细菌生长。这使得算法能够学习与生长抑制相关的化学特征。
一旦对模型进行了训练，研究人员就用它来分析一组6680种以前从未见过的化合物，这些化合物来自布罗德研究所的药物再利用中心。这个分析只用了不到两个小时，就产生了几百个热门搜索结果。其中，研究人员选择了240种在实验室进行实验测试，重点研究结构与现有抗生素或训练数据中的分子不同的化合物。
这些测试产生了九种抗生素，其中一种药效非常强。这种化合物最初被认为是一种潜在的糖尿病药物，结果证明它对鲍曼假单胞菌非常有效，但对其他种类的细菌，包括铜绿假单胞菌、金黄色葡萄球菌和耐碳青霉烯肠杆菌科没有效果。
这种“窄谱”杀伤能力是抗生素的理想特性，因为它可以最大限度地减少细菌迅速传播对药物的耐药性的风险。另一个优点是，这种药物可能不会伤害生活在人体肠道中的有益细菌，并有助于抑制艰难梭菌等机会性感染。
斯托克斯说:“抗生素通常必须全身使用，你最不想做的就是造成严重的生态失调，使这些已经生病的病人继发感染。”
一种新的机制
在对老鼠的研究中，研究人员发现，这种被他们命名为abaucin的药物可以治疗鲍曼不动杆菌引起的伤口感染。他们还在实验室测试中表明，它对从人类患者身上分离出来的多种耐药鲍曼不动杆菌菌株有效。
进一步的实验表明，这种药物通过干扰脂蛋白运输来杀死细胞，脂蛋白运输是细胞将蛋白质从细胞内部运输到细胞包膜的过程。具体来说，这种药物似乎抑制了LolE，一种参与这一过程的蛋白质。
所有革兰氏阴性细菌都表达这种酶，因此研究人员惊讶地发现，鲍曼不对称杆菌对鲍曼不对称杆菌具有如此高的选择性。他们假设鲍曼不动杆菌在执行这项任务时的细微差异可能解释了药物的选择性。
“我们还没有完成实验数据采集，但我们认为这是因为鲍曼不动杆菌的脂蛋白运输与其他革兰氏阴性物种有点不同。我们相信这就是我们得到这种窄谱活动的原因，”斯托克斯说。
斯托克斯的实验室现在正与麦克马斯特大学的其他研究人员合作，优化这种化合物的药用特性，希望最终能将其用于患者。
研究人员还计划使用他们的建模方法来识别其他类型的耐药感染的潜在抗生素，包括由金黄色葡萄球菌和铜绿假单胞菌引起的感染。