生成型深度学习管道产生了强大的基因负抗生素
Martin F Köllen1, Maximilian G Schuh1, Robin Kretschmer1
1TUM School of Natural Sciences, Department of Bioscience, Center for Functional Protein Assemblies (CPA), Chair of Organic Chemistry II, Technical University of Munich, 85748 Garching bei München, Germany.
这项研究为新型抗生素的发现引入了深度学习管道,产生了前所未有的候选药物. 这种方法成功地发现了一种强大的酸衍生物,它对MRSA等耐药细菌有活力.
科学领域:
- 药用化学 医学化学
- 计算化学计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 多抗性细菌对全球健康构成重大威胁,需要新的抗生素.
- 目前的抗生素发现受到现有图书馆的偏向化学空间的限制.
研究的目的:
- 为*de novo*抗生素设计开发一个深度学习 (DL) 管道.
- 为了产生超越当前化学限制的结构性新型抗生素候选者.
主要方法:
- 使用化学语言模型训练了各种类药物分子和自然产品.
- 应用转移学习与抗生素支架,以完善生长能力.
- 采用预测建模和专家策划,用于复合物优先级和合成.
主要成果:
- 鉴定出一种化合物,对抗抗甲素耐药的黄金葡萄球菌 (MRSA) 具有强烈活性.
- 合成了40种衍生物,产生了30种对*S. aureus*和17种对*Escherichia coli*的活性.
- 化合物D8证明了对MRSA的亚微分子功效和对大肠杆菌的单位微分子功效.
结论:
- 验证了一条DL管道,用于探索化学空间以产生新型抗生素候选者.
- 发现了一种具有独特作用机制 (反应性物种的减少生成) 的强效酸原衍生物 (D8).
- 创建了经过实验验证的支架,以加速未来的抗生素开发.
更多相关视频
08:34Generation of In-Frame Gene Deletion Mutants in Pseudomonas aeruginosa and Testing for Virulence Attenuation in a Simple Mouse Model of Infection
Published on: January 8, 2020
10:18A Fast and Reliable Pipeline for Bacterial Transcriptome Analysis Case study: Serine-dependent Gene Regulation in Streptococcus pneumoniae
Published on: April 25, 2015
相关概念视频
Gram-negative Bacterial Protein Secretion Systems
Antibiotic Selection
Development of Antibiotic Resistance
Biosynthesis in Bacteria
Microorganisms in Medicine and Therapeutics
Peptidoglycan Synthesis
