很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于人工智能被用来发现与疾病有关的新抗生素和基因的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对人工智能被用来发现与疾病有关的新抗生素和基因这篇文章感兴趣的小伙伴可以一起来看看

根据《自然》杂志的最新报道，正在使用一种AI机器学习方法开辟新型抗生素，该方法可扫描超过1亿个分子的库，其中包括一种可对抗以前认为无法治愈的细菌菌株。

该抗生素被称为halicin(以2001年的HAL 9000计算机命名：A Space Odyssey)，被认为是首次在AI中发现。虽然AI已应用于抗生素发现过程的一部分，但研究人员表示，这是AI首次帮助从零开始鉴定一种全新的抗生素。该论文由麻省理工学院的合成生物学家吉姆·科林斯(Jim Collins)领导，在《细胞》杂志上发表。

在全球范围内，需要新药来对抗不断增长的细菌对细菌的耐药性，导致到2050年每年可导致1000万人死亡的感染。在过去的几十年中，新药的开辟速度有所放缓。柯林斯说：“人们不断地发现相同的分子。” “我们需要具有新颖作用机理的新型化学物质。”

研究小组在动物实验中确定了候选者并验证了有前途的分子，匹兹堡大学的计算生物学家雅各布·杜兰特(Jacob Durrant)称其为“卓越”。他说，他认为该方法可以应用于治疗癌症或神经退行性疾病的药物。

麻省理工学院的团队开辟了一个神经网络，可以逐个原子地学习分子的特性。他们训练了神经网络，使用2335个分子来识别抑制大肠杆菌生长的 分子。其中包括约300种已批准的抗生素和800种来自植物，动物和微生物来源的天然产物的库。

麻省理工学院的AI研究人员，该研究的合著者Regina Barzilay说，AI算法学会了预测分子中发生的情况，而无需任何关于药物如何起作用的假设。她说：“结果，该模型可以学习人类专家未知的新模式。”

麻省理工学院的团队认为这项工作是一种概念证明。他们希翼与外部团体或公司合作，将halicin用于临床试验。它还希翼扩展其方法，以发现更多新的抗生素并从头开始设计分子。Barzilay表示：“这项研究将所有内容放在一起，并演示了它可以做什么。”