相关实验视频
Updated: Jun 24, 2025
10:49
Antibiotic Dereplication Using the Antibiotic Resistance Platform
Published on: October 17, 2019
10.8K
通过分子灭绝,深度学习启用了抗生素的发现
Fangping Wan1,2,3,4, Marcelo D T Torres1,2,3,4, Jacqueline Peng5
1Machine Biology Group, Departments of Psychiatry and Microbiology, Institute for Biomedical Informatics, Institute for Translational Medicine and Therapeutics, Perelman School of Medicine, University of Pennsylvania, Philadelphia, PA, USA.
Nature biomedical engineering
|June 11, 2024
概括
科学家们利用深度学习复活了古老的分子,以对抗抗生素耐药性. 这种方法发现了来自灭绝物种的新型抗生素,显示了新的抗菌疗法的前景.
科学领域:
- 生物化学 生物化学
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 抗生素耐药性是一个日益增长的全球健康威胁.
- 发现新抗生素的传统方法是缓慢的,并且往往不成功.
- 已灭绝的生物可能拥有具有治疗潜力的独特分子.
研究的目的:
- 探索分子灭绝,以发现新型抗生素.
- 为了利用深度学习来挖掘灭绝的生物体的蛋白质.
- 为了识别和验证新的抗微生物化合物.
主要方法:
- 训练深度学习模型来预测序列的抗菌活性.
- 挖掘了已灭绝的生物体的蛋白质,分析了超过1000万个.
- 合成和实验测试预测的抗生素.
- 研究了化合物的作用机制和体内疗效.
主要成果:
- 确定了37,176个预测的抗微生物序列,其中有11,035个新型序列.
- 实验证实了69种合成的对抗细菌病原体的活性.
- 发现大多数新型可以通过去极化细胞质膜来杀死细菌.
- 在小鼠模型中证明了化合物的体内抗感染活性.
结论:
- 深度学习辅助的分子灭绝是发现新疗法的可行策略.
- 古代提供了一种具有独特作用机制的新类抗微生物药物.
- 这种方法具有显著的潜力,可以加速开发抗生素耐药性和其他疾病的治疗方法.
