人工智能设计了新的抗生素

深度学习已经成为筛选具有抗生素活性化合物的大型文库的有力工具，但识别结构新颖的候选化合物仍然具有挑战性。Krishnan等人在《细胞》杂志上写道，他们使用生成式人工智能框架来扩展这个已知的化学空间，以片段为起点或从头生成它们来设计抗生素化合物。基于片段的方法使用图神经网络模型筛选超过4500万个化学片段，以对抗淋病奈瑟菌和金黄色葡萄球菌。然后将有希望的片段扩展成分子，将它们作为两种生成算法的输入：一种是基于化学合理突变的遗传算法，另一种是变分自编码器，产生了700多万个候选片段。对于淋病奈瑟菌，作者成功地合成了27种选定化合物中的2种。一种名为NG1的化合物在体外对淋病奈瑟菌显示出有效的抗生素活性，并在小鼠感染模型中减少了阴道细菌负荷。NG1可能通过破坏低脂寡糖输出系统蛋白LptA的稳定而破坏细菌膜。