德克萨斯大学的研究人员利用人工智能开发了一种更安全、更有效的抗生素，该抗生素在动物试验中显示出了良好的前景。这种新方法可以加速抗生素耐药性细菌感染的治疗方法的开发。
一种类似于 ChatGPT 所支持的人工智能的大型语言模型已被用于开发一种曾经对人类有毒的杀菌药物。
为了满足对更安全、更有效的抗生素的需求，德克萨斯大学奥斯汀分校的研究人员利用人工智能研制出了一种新药，并且已经在动物试验中展现出良好的前景。
科学家们在《自然生物医学工程》杂志上发表了他们的研究成果，描述了如何使用大型语言模型（类似于 ChatGPT 所支持的 AI 工具）来设计一种之前对人体有毒的杀菌药物，以便可以安全使用。
近年来，随着抗生素耐药性菌株的传播以及新治疗方案的开发停滞，患有危险细菌感染的患者的预后恶化。然而，德克萨斯大学的研究人员表示，人工智能工具正在改变游戏规则。
“我们发现大型语言模型是蛋白质和肽工程中机器学习应用的一大进步，”综合生物学和统计学与数据科学教授、新论文的共同资深作者 Claus Wilke 说道：“许多以前的方法无法实现的用例现在开始发挥作用。我预见到这些方法和类似的方法将在未来广泛应用于治疗或药物的开发。”
人工智能在药物开发中的应用大型语言模型（LLM）最初设计用于生成和探索文本序列，但科学家们正在寻找创造性的方法将这些模型应用于其他领域。例如，正如句子由单词序列组成一样，蛋白质由氨基酸序列组成。LLM 将具有共同属性的单词（如猫、狗和仓鼠）聚集在一起，形成所谓的数千维“嵌入空间”。同样，具有类似功能的蛋白质（例如能够抵抗危险细菌而不会伤害携带细菌的人）可能会聚集在它们自己的 AI 嵌入空间版本中。
“包含所有分子的空间是巨大的，”新论文的共同资深作者戴维斯指出：“机器学习使我们能够找到具有我们感兴趣的特性的化学空间区域，并且它可以比标准的一次一个实验室方法更快、更彻底地完成这一任务。”
在这个项目中，研究人员利用人工智能来寻找重新设计一种名为 Protegrin-1 的现有抗生素的方法，这种抗生素可以有效杀死细菌，但对人体有毒。Protegrin-1 是猪自然产生的，用于对抗感染，它属于一种名为抗菌肽 (AMP) 的抗生素亚型。AMP 通常通过破坏细胞膜直接杀死细菌，但许多 AMP 既针对细菌也针对人类细胞膜。
利用人工智能进行创新，开发更安全的抗生素首先，研究人员利用他们之前开发的高通量方法创建了 7,000 多种 Protegrin-1 变体，并快速确定了可以在不失去抗生素活性的情况下进行修改的 AMP 区域。
接下来，他们根据这些结果训练了一个蛋白质 LLM，以便该模型可以评估三个特征的数百万种可能变体：选择性靶向细菌膜、有效杀死细菌和不伤害人类红细胞，从而找到满足这三个特征的最佳变体。然后，该模型帮助团队找到了一种更安全、更有效的 Protegrin-1 版本，他们将其命名为细菌选择性 Protegrin-1.2 (bsPG-1.2)。
与未经治疗的小鼠相比，感染了多重耐药性细菌并接受 bsPG-1.2 治疗的小鼠在感染六小时后器官中检测到细菌的可能性要小得多。如果进一步的测试也取得了类似的积极成果，研究人员希望最终将这种人工智能抗生素药物投入人体试验。
“机器学习的影响是双重的，”戴维斯强调：“它将指出可能对人类有帮助的新分子，并将向我们展示如何利用现有的抗生素分子并使其变得更好，并集中精力更快地将它们投入临床实践。”
来源：德克萨斯大学奥斯汀分校
免责声明：康嘉年華致力于健康常识分享，内容根据公开资料编辑，版权归原作者；如有侵权请在线留言删除。文章旨在介绍健康科学进展，不能作为治疗方案；如需精准健康指导，请至正规医院诊疗。
