相关实验视频
Updated: Jun 29, 2026
13:37
Polymer Microarrays for High Throughput Discovery of Biomaterials
Published on: January 25, 2012
14.9K
通过在自动化平台上的高通量选技术,通过人工智能指导精确设计抗菌聚合物
Tianyi Zhang1,2, Yuhui Wu1, Ye Tian1,2,3
1MOE Key Laboratory of Macromolecular Synthesis and Functionalization, Department of Polymer Science and Engineering, Zhejiang University, Hangzhou, 310058, PR China.
Bioactive materials
|January 8, 2026
概括
研究人员开发了一种新的人工智能引导的方法,快速发现抗菌聚合物,为抗生素提供替代品. 这种方法加速了强效和生物相容的聚合物的设计,以用于未来的治疗用途.
科学领域:
- 聚合物化学 聚合物化学
- 材料科学 材料科学 材料科学
- 计算化学的计算化学
背景情况:
- 仿制抗微生物 (AMP) 的聚合物是抗生素的有希望的替代品,因为耐药性不断增加.
- 由于大量可能的化学组合,发现新的抗菌聚合物是很困难的.
- 人工智能 (AI) 和高通量选可以显著提高材料设计效率.
研究的目的:
- 为设计具有出色生物相容性的抗菌聚合物建立一个新的范式.
- 通过综合方法加速发现新的抗微生物聚合物.
- 开发一种可扩展的战略,用于创造新型抗菌剂.
主要方法:
- 整合组合化学,机器学习和自动化高通量合成和表征.
- 从13,728个组合的库中生成一个种子数据集.
- 四个设计-构建-测试-学习代使用新的机器学习模型.
主要成果:
- 查发现了7个表现最佳的候选人,其最小抑制度 (MIC) ≤8μg/mL,抑制度导致20%的细胞死亡 (IC20) ≥64μg/mL.
- 性能最高的聚合物显示MIC为2微克/毫升,IC20为256微克/毫升.
- 这种聚合物在体内表现出相当于ceftazidime的治疗效果.
结论:
- 人工智能引导的高通量查和组合化学的整合显著加速了抗微生物聚合物发现.
- 这种方法为开发新型抗菌剂提供了一个可扩展的战略.
- 开发的方法为应对后抗生素时代的挑战提供了一条途径.
