通过基于LLM的基础模型发现具有显著抗菌功能的抗菌
Jike Wang1,2, Jianwen Feng3, Yu Kang1
1College of Pharmaceutical Sciences, Zhejiang University, Hangzhou 310058, Zhejiang, China.
Science advances
|March 5, 2025
概括
大型语言模型 (LLM) AMP-Designer 快速设计抗菌 (AMP) 用于对抗阴性细菌. 这种人工智能方法在体外和体内都取得了很高的成功率,为抗生素耐药性提供了新的解决方案.
科学领域:
- 生物化学 生物化学
- 计算生物学 计算生物学
- 药物发现 药物发现 药物发现
背景情况:
- 大型语言模型 (LLM) 正在成为科学研究中的强大工具,包括化学和生物医学.
- 开发新型抗微生物 (AMP) 对于应对抗生素耐药性日益增长的威胁至关重要.
研究的目的:
- 引入AMP-Designer,这是一个基于LLM的系统,用于有效的抗微生物 (AMP) 的新设计.
- 验证人工智能设计的AMP对细菌感染的有效性,安全性和稳定性.
主要方法:
- 使用大型语言模型 (LLM) 进行抗菌 (AMP) 的新设计.
- 针对广谱活性和血液毒性设计的AMP进行了体外验证.
- 在小鼠肺部感染模型中进行了体内实验,以评估抗菌疗效和耐药性潜力.
- 确定针对特定细菌菌株的最低抑制度 (MIC),包括Propionibacterium acnes.
主要成果:
- 在11天的时间里,AMP-Designer成功设计了18种具有广泛活性的AMP来对抗阴性细菌.
- 在体外验证显示,设计的AMP的成功率为94.4%.
- 两种主要候选药物表现出强大的抗菌疗效,低血毒性,血稳定性和低抗性潜力.
- 一个顶级候选人证明了针对Propionibacterium acnes.的最低抑制度为2.0μg/mL.
- 整个设计到验证的过程在48天内完成.
结论:
- AMP-Designer为设计功能性抗微生物 (AMP) 提供了一种高效和快速的方法.
- 这种人工智能驱动的方法在针对特定细菌菌株方面取得了成功,即使数据有限.
- 这项技术为开发抗生素耐药性的创新解决方案提供了一个有前途的途径.
