基于机器学习的抗菌剂的虚拟查,针对对甲素敏感和耐药的黄金葡萄球菌

科学领域:

• 计算化学是一种计算化学.
• 微生物学 微生物学
• 药理学 药理学是指药理学的学科.

背景情况:

• 甲素耐药黄金葡萄球菌 (MRSA) 是一个高优先级的病原体,需要新型抗菌剂.
• 计算机辅助药物发现 (CADD) 为识别新的治疗化合物提供了先进的方法.
• 机器学习 (ML) 技术在加速药物发现过程中越来越有价值.

研究的目的:

• 采用机器学习 (ML) 模型来选和评估潜在的抗菌化合物.
• 评估六种选定化合物的抗菌活性,对素敏感的金黄色细菌菌株 (MSSA) 和MRSA菌株进行抗菌.
• 建立强大的ML工作流程,用于识别新型MRSA抗生素.

主要方法:

• 利用一系列机器学习 (ML) 技术进行化合物选择和评估.
• 针对参考MSSA和MRSA菌株 (ATCC) 的抗菌活性测试了六种化合物.
• 对两种临床MRSA分离物评估了化合物的疗效.

主要成果:

• 确定了6种表现出对MSSA和MRSA的抗菌活性的化合物.
• 确定的最小抑制度 (MIC) 范围为12.5至200微米.
• 验证了ML工作流在区分抗菌性质方面的有效性.

结论:

• 该研究成功地确定了针对MRSA的潜在新型抗生素候选者.
• 开发的ML工作流提供了一个验证的MRSA抗生素查模型.
• 这些发现有助于对抗耐药细菌感染的有效治疗方法的持续寻找.