AI驱动的分子灭绝:抗击耐药性病原体的新前沿 - Blockchain.News

AI驱动的分子灭绝:抗击耐药性病原体的新前沿

realtime news Jul 25, 2024 02:16

研究人员正在利用人工智能复活灭绝物种的DNA,以抗击耐药性病原体,有望彻底改变抗生素的发现。

AI驱动的分子灭绝:抗击耐药性病原体的新前沿

根据NVIDIA 技术博客,研究人员正在利用人工智能(AI)挖掘长已灭绝物种,如猛犸象和巨型树懒的DNA,以揭示可以帮助应对当今最具传染性的病原体的基因组秘密。

应对不断加剧的危机

世界卫生组织(WHO)报告称,每年全球有超过125万人死于对目前药物(如抗生素)耐药的感染。预计到2050年,这一数字将上升到1000万。此外,在六年内,约有2400万人可能因治疗传染病的费用而陷入极端贫困。

AI与分子灭绝

宾夕法尼亚大学的教授Cesar de la Fuente博士正带领一组研究人员,使用他们称之为“分子灭绝”的技术。该技术在2024年6月发表于Nature Biomedical Engineering的论文中,旨在通过分析灭绝物种的DNA来识别应对危险耐药性微生物的新方案。

de la Fuente博士解释道:“探索和比较进化过程中出现的分子可以揭示新的生物学见解。我们的AI驱动的分子灭绝工作使我们能够带回过去的分子来解决当代的挑战。”

先进的计算技术

使用一组NVIDIA A100 GPU,de la Fuente博士和他的团队训练了深度学习模型,以挖掘现存和灭绝物种的蛋白质组。科学家们假设,已经适应现代药物的病原体,可能对古代基因组中的抗微生物防御脆弱。

团队训练了40种深度学习模型变体,名为APEX,使用从灭绝动物和植物化石中提取的DNA。包括灭绝的熊、企鹅和猛犸象等物种。训练使用了988种内部创建的肽和数千种公开可用的抗微生物肽(AMPs)和非AMPs。

这些模型使用基于单个NVIDIA A100 GPU并加速的cuDNN PyTorch框架训练,预测了加密的肽序列——免疫系统用来对抗感染的蛋白质片段。APEX预测了超过37,000种具有抗微生物潜力的肽序列,其中11,000种未在现存生物体中发现。

实验成功

从APEX生成的肽中,研究人员合成了69种潜在的抗生素。在实验室测试中,感染了人类烧伤受害者常见的细菌病原体的小鼠用这些古代肽治疗。结果令人鼓舞:来源于巨型树懒的实验性抗生素mylodonin-2在两天内显著改善了小鼠的健康状况,与接受常见抗生素多粘菌素治疗的小鼠相当。

de la Fuente 博士说:“探究灭绝的生物体使我们能够访问现代病原体从未遇到过的广泛分子。分子灭绝可以提供新的化合物武器库来对抗抗微生物耐药性,这是人类面临的最大威胁之一。”

未来前景

研究人员指出,灭绝的抗微生物分子通过使病原体细胞的内膜去极化来攻击微生物,这种机制不同于大多数已知的抗微生物肽。由于AI和GPU技术的进步,这种创新的方法看起来几乎像是来自迈克尔·克莱顿小说中的情节。

de la Fuente博士相信,生成性AI有可能彻底改变药物发现方法,减少开发新抗菌药物所需的成本和时间。传统方法可能需要长达15年,花费超过10亿美元,而AI驱动的方法可以显著缩短这些时间线。

de la Fuente博士说:“GPU正在改变我们实验室中的工作方式。我们能够在几小时内完成过去需要六年研究的工作。这使我们能够大大加速抗生素的发现。这就像是将科幻小说带到现实。”

de la Fuente博士正处于建立一家公司以商业化他研究团队发现的最有前途的抗微生物药物的早期阶段。机器生物学小组继续使用他们的APEX模型探索有前途的抗微生物肽。他们的工作是开源的,发表于GitHub

有关更多详细信息,读者可以查看Nature论文和de la Fuente博士实验室的其他出版物

Image source: Shutterstock