研究人员称他们利用人工智能发现了一种新型抗生素，可以对抗一种特别具有威胁性的耐药细菌。

当他们在实验性感染超级细菌的小鼠皮肤上测试这种抗生素时，它控制了细菌的生长，这表明这种方法可以用来制造对抗其他耐药病原体的抗生素。

更重要的是，人工智能鉴定出的化合物的工作方式只阻碍了问题病原体。它似乎没有杀死生活在肠道或皮肤上的许多其他有益细菌，使其成为一种罕见的窄靶向制剂。

研究人员说，如果更多的抗生素能做到这一点，它可以从一开始就防止细菌产生耐药性。

这项研究发表在《自然化学生物学》杂志上。

宾夕法尼亚大学帕尔曼医学院助理教授Cesar de la Fuente博士说：“这非常有希望。”他也在使用人工智能寻找新的治疗方法，但没有参与新的研究。

德拉富恩特表示，这种寻找新药的方法是研究人员自2018年以来一直在测试的一个新兴领域。它大大缩短了筛选数千种有前景的化合物所需的时间。

“我认为，正如我们所看到的，人工智能可以在许多领域成功应用，我认为药物发现是下一个前沿领域。”

在这项研究中，研究人员重点研究了鲍曼放线杆菌。它悬挂在医院和其他医疗机构，紧贴在门把手和柜台等表面。因为它能够从接触过的其他生物体中获取DNA片段，所以它可以结合它们最好的武器：帮助它们抵抗医生用来治疗它们的药剂的基因。

“这就是我们在实验室中所说的专业病原体，”研究人员之一、安大略省汉密尔顿市麦克马斯特大学生物化学和生物医学助理教授Jon Stokes说。

该物种导致难以治疗的皮肤、血液或呼吸道感染。美国疾病控制和预防中心在2019年表示，鲍曼不动杆菌感染“最需要”新型抗生素来治疗。

最近一项针对鲍曼放线杆菌感染的医院患者的研究发现，四分之一的患者在确诊后一个月内死亡，这些患者甚至对强效碳青霉烯类抗生素也有耐药性。

在这项新研究中，斯托克斯和实验室与麻省理工学院布罗德研究所和哈佛大学的研究人员合作。首先，他们使用了一种名为高通量药物筛选的技术，在实验室培养皿中培养鲍曼不动杆菌，并花了数周时间将这些菌落暴露在7500多种试剂下：药物和药物的活性成分。他们发现了480种阻断细菌生长的化合物。

他们将这些信息输入计算机，并用它来训练人工智能算法。

斯托克斯说：“一旦我们对模型进行了训练，我们所能做的就是开始向模型展示它从未见过的化学品的全新图片，对吧？根据它在训练中学到的知识，它可以为我们预测这些分子是否具有抗菌性。”。

然后，他们让模型筛选了6000多个分子，Stokes说人工智能能够在几个小时内完成这项工作。

他们将搜索范围缩小到240种化学物质，并在实验室进行了测试。实验室测试帮助他们将名单缩减为9种最佳细菌抑制剂。从那里，他们仔细研究了每种抗生素的结构，消除了他们认为可能危险或与已知抗生素有关的成分。

他们只剩下一种名为RS102895的化合物，Stokes认为该化合物最初是作为一种潜在的糖尿病治疗药物开发的。

他说，它似乎以一种全新的方式工作，通过防止细菌成分从细胞内部传播到细胞表面。

“这是一个相当有趣的机制，据我所知，在临床抗生素中还没有观察到，”他说。

更重要的是，他说，RS102895——研究人员将其重新命名为abaucin——只对鲍曼放线杆菌有效。

斯托克斯说，大多数抗生素都是广谱药物，可以对抗多种细菌。广谱抗生素给许多类型的细菌带来了很大的选择压力，导致许多细菌快速进化并共享帮助它们抵抗药物和生存的基因。

他说：“有了这种分子，因为它只对放线杆菌有效，所以它不会施加那种普遍的选择性压力，所以它传播耐药性的速度不会那么快。”。

责编: editor