主要观点总结
抗生素在现代医学中具有重要作用,但随着抗生素的滥用,越来越多的细菌出现耐药性。最新研究利用人工智能从全球微生物基因组数据中识别出大量抗菌肽候选者,为治疗耐药性感染提供新希望。研究团队通过机器学习从微生物基因组大数据中搜索出863498种有前景的抗菌肽,并通过实验室测试验证了其中一些抗菌肽的活性。这些新发现的抗菌肽有望丰富人类对抗细菌感染的手段。
关键观点总结
关键观点1: 抗生素滥用导致细菌耐药性问题的加剧。
随着抗生素的广泛应用,越来越多的细菌对其产生了耐药性,使得治疗感染性疾病变得更加困难。
关键观点2: 人工智能在抗生素发现中的应用。
最新研究利用人工智能从全球微生物基因组数据中识别出大量抗菌肽候选者,大大加快了新抗生素的发现速度。
关键观点3: 研究团队通过机器学习搜索出863498种抗菌肽。
研究团队对全世界多个环境样品中的微生物基因组进行了筛选,建立了庞大的数据集,并通过机器学习技术识别出近百万个抗菌肽的序列。
关键观点4: 实验室测试验证了抗菌肽的活性。
研究小组在实验室中合成了100种抗菌肽,并针对耐药性病原体和人体共生菌进行了体外和体内实验的测试。测试结果显示,这些抗菌肽中有很多具有破坏细菌膜、抑制病原体生长的效果。
关键观点5: 人工智能识别出的抗菌肽序列已公布,可供免费获取。
研究团队已经公开了通过AI识别出的抗菌肽序列,以方便其他研究人员使用。
文章预览
▎药明康德内容团队编辑 自科学家发现青霉素以来,抗生素已经成为现代医学的基石之一,显著降低了细菌感染导致的死亡率。然而随着抗生素的滥用,越来越多的细菌对抗生素产生了耐药性,成为“超级细菌”,使人类再次回到了微生物的威胁之下。抗生素耐药性感染越来越难以用传统疗法治疗,世界卫生组织的数据显示, 目前每年有127万人死于 抗生素耐药性 感染,是最严重的公共卫生威胁之一 。 然而由于过去许多抗生素都来自于土壤中的微生物,要用开发传统药物的方式来开发新的抗生素并不容易。在过去的几十年里,诞生的新型抗生素寥寥无几,且结构上与过去已有的抗生素大同小异。人类迫切需要新的抗生素发现方法。 好在借助于飞速发展的人工智能(AI)方法,人类现在可以加快识别新型抗生素了。在顶尖学术期刊《细胞》最
………………………………