VIP内容

题目

学科交叉:抗生素发现的深度学习方法

关键字

深度学习,人工智能医学,抗生素发现,学科交叉,人工智能的应用

简介

由于抗生素抗性细菌的迅速出现,发现新抗生素的需求不断增长。为了应对这一挑战,我们训练了一个能够预测具有抗菌活性的分子的深层神经网络。我们对多个化学文库进行了预测,并发现了“药物再利用中心”(halicin)中的一种分子,该分子与常规抗生素在结构上有所不同,并显示出对多种病原体(包括结核分枝杆菌和耐碳青霉烯的肠杆菌)的杀菌活性。 Halicin还可以在鼠类模型中有效治疗艰难梭菌和泛耐药鲍曼不动杆菌感染。此外,从ZINC15数据库收集的超过1.07亿个分子的23个经过实验测试的预测中,我们得出的离散集合中,我们的模型确定了8种与已知抗生素在结构上相距较远的抗菌化合物。这项工作突出了深度学习方法通​​过发现结构独特的抗菌分子来扩展我们的抗生素库的实用性。

作者

Jonathan M.Stokes,KevinYang,KyleSwanson,WengongJin,AndresCubillos-Ruiz等

成为VIP会员查看完整内容
0
14
Top