抗生素发现工作利用人工智能揭示全球微生物组中潜在的新抗生素

大约一个世纪前，青霉素等抗生素的发现通过利用微生物的天然杀菌能力，彻底改变了医学。现在，宾夕法尼亚大学佩雷尔曼医学院的研究人员共同领导的一项新研究表明，在人工智能（AI）的推动下，天然产物抗生素的发现即将加速进入一个新时代

这项题为“用机器学习在全球微生物组中发现抗微生物肽”的研究发表在《细胞》杂志上，详细介绍了研究人员如何使用一种称为机器学习的人工智能在一个庞大的数据集中搜索抗生素，该数据集包含数万种细菌和其他原始生物的记录基因组

这一前所未有的努力产生了近100万种潜在的抗生素化合物，其中数十种在针对致病细菌的初步测试中显示出有希望的活性。

“抗生素发现中的人工智能现在已经成为现实，并显着加速了我们发现新候选药物的能力。曾经需要数年时间的事情现在可以使用计算机在数小时内实现，”该研究的共同高级作者Cé；sar de la Fuente，博士，总统精神病学、微生物学、化学、化学和生物分子工程以及生物工程助理教授。

大自然一直是寻找新药，尤其是抗生素的好地方。在我们的星球上无处不在的细菌已经进化出了许多抗菌防御，通常是以短蛋白（“肽”）的形式，可以破坏细菌细胞膜和其他关键结构

虽然青霉素和其他天然产物衍生的抗生素的发现使医学发生了革命性的变化，但抗生素耐药性的日益严重的威胁凸显了对新型抗菌化合物的迫切需求

近年来，de la Fuente及其同事开创了人工智能搜索抗菌药物的先河。他们已经在当代人类、已灭绝的尼安德特人和丹尼索瓦人、长毛象和数百种其他生物的基因组中确定了临床前候选者。该实验室的主要目标之一是挖掘世界上有用分子的生物信息，包括抗生素

在这项新研究中，研究团队使用机器学习平台筛选包含微生物基因组数据的多个公共数据库。该分析涵盖了87920个特定微生物的基因组以及63410个微生物基因组的混合物；“宏基因组”&mdash；来自环境样本。这项全面的探索涵盖了地球上不同的栖息地

这项广泛的探索成功地鉴定了863498种候选抗菌肽，其中90%以上以前从未被描述过。为了验证这些发现，研究人员合成了100种这些肽，并对11种致病菌株进行了测试，其中包括耐抗生素的大肠杆菌和金黄色葡萄球菌

在临床前动物模型中也观察到了有希望的结果，其中一些强效化合物成功地阻止了感染。进一步的分析表明，这些候选分子中的许多通过破坏细菌的外层保护膜来破坏细菌，有效地将它们像气球一样弹出

已鉴定的化合物来源于生活在各种栖息地的微生物，包括人类唾液、猪肠、土壤和植物、珊瑚以及许多其他陆地和海洋生物。这验证了研究人员探索世界生物数据的广泛方法

总的来说，这些发现证明了人工智能在发现新抗生素方面的力量，为抗生素开发人员提供了多种新的线索，并标志着抗生素发现新时代的开始

该团队已经公布了他们的假定抗微生物序列库，他们称之为AMPSphere，该库是开放获取的，可在https://ampsphere.big-data-biology.org/p