麥克馬斯特大學和麻省理工學院的科學家們利用人工智能發現了一種新的抗生素，這種抗生素可用於對抗一種致命的、耐藥的病原體，這種病原體會侵襲脆弱的醫院患者。他們使用的過程還可以加速其他抗生素的發現，以治療許多其他具有挑戰性的細菌。

研究人員正在應對對治療鮑曼不動桿菌的新藥的迫切需求，鮑曼不動桿菌被世界衛生組織確定為世界上最危險的抗生素耐藥細菌之一。眾所周知，鮑曼不動桿菌很難根除，可引起肺炎、腦膜炎和感染傷口，所有這些都可能導致死亡。

主要作者喬納森·斯托克斯(Jonathan Stokes) 是麥克馬斯特大學生物化學與生物醫學科學系的助理教授。研究人員發現了一種新的抗菌化合物來治療病原體鮑曼不動桿菌。圖片來源：麥克馬斯特大學

鮑曼不動桿菌通常在醫院環境中發現，它可以在表面上長期存活。病原體能夠從其環境中的其他細菌種類中獲取DNA，包括抗生素抗性基因。

在這項於5 月25 日發表在《自然化學生物學》雜誌上的研究中，研究人員報告說，他們使用人工智能算法來預測抗菌分子的新結構類別，並確定了一種新的抗菌化合物，他們將其命名為abaucin。

通過常規篩選發現針對鮑曼不動桿菌的新抗生素一直具有挑戰性。傳統方法耗時、成本高且範圍有限。而現代AI算法可以訪問數億，可能數十億，具有抗菌特性的分子。

“這項工作驗證了機器學習在尋找新抗生素方面的好處”，該論文的第一作者兼麥克馬斯特生物醫學與生物化學系助理教授喬納森斯托克斯說，他與詹姆斯J.柯林斯教授一起開展了這項工作麻省理工學院的醫學工程與科學，以及麥克馬斯特研究生Gary Liu 和Denise Catacutan。

麥克馬斯特大學生物化學與生物醫學科學系研究生、該論文的共同作者Gary Liu。圖片來源：麥克馬斯特大學

“使用人工智能，我們可以快速探索化學空間的廣闊區域，顯著增加從根本上發現新抗菌分子的機會，”斯托克斯說，他屬於麥克馬斯特全球大流行病預防和應對學院。

“藥物發現的人工智能方法將繼續存在，並將繼續完善，”麻省理工學院安利捷健康機器學習診所生命科學系主任柯林斯說。“我們知道算法模型是有效的，現在需要廣泛採用這些方法來更有效、更便宜地發現新抗生素。”

研究人員報告說，Abaucin 特別有前途，因為它只針對鮑曼不動桿菌，這一重要發現意味著病原體不太可能迅速產生耐藥性，並可能帶來更精確和有效的治療方法。

Denise Catacutan，麥克馬斯特大學生物化學與生物醫學科學系研究生，該論文的合著者。圖片來源：麥克馬斯特大學

大多數抗生素本質上都是廣譜的，這意味著它們會殺死所有細菌，破壞腸道微生物組，從而為包括艱難梭菌在內的一系列嚴重感染打開大門。

Stokes 說：“我們知道廣譜抗生素不是最理想的，而且病原體有能力進化和適應我們對它們施加的每一個詭計。人工智能方法使我們有機會大大提高我們發現新抗生素的速度，而且我們可以以更低的成本做到這一點。 這是探索新型抗生素藥物的重要途徑。”