Nature|从1.07亿个分子中发现新抗菌化合物,MIT团队开发用于抗生素发现的DL方法
当前,迫切需要发现新结构类别的抗生素来解决持续存在的抗生素耐药性危机。深度学习方法有助于探索化学空间;这些通常使用黑盒模型并且不提供化学见解。麻省理工学院(MIT)的研究人员开发了一种用于抗生素发现的深度学习方法,并表明它可以从大型化学库中识别出潜在的抗生素。
当前,迫切需要发现新结构类别的抗生素来解决持续存在的抗生素耐药性危机。深度学习方法有助于探索化学空间;这些通常使用黑盒模型并且不提供化学见解。麻省理工学院(MIT)的研究人员开发了一种用于抗生素发现的深度学习方法,并表明它可以从大型化学库中识别出潜在的抗生素。
财联社12月25日电,美国麻省理工学院布罗德研究所和哈佛大学科学家借助人工智能(AI)的力量,通过筛选数百万种化合物,发现了一类全新的抗生素。这类抗生素能杀死两种不同类型的耐药细菌,为应对全球性的抗生素耐药性挑战带来了新希望。相关论文发表在新一期《自然》杂志上。
麻省理工学院的研究人员通过深度学习人工智能(AI),筛选出一类化合物,可以杀死一种具有危害性的耐药细菌,而后者每年在美国造成约一万多人死亡。根据一篇近日发表在医学顶刊《自然》杂志上的文章,研究人员表明,最新发现的化合物主要针对“耐甲氧西林金黄色葡萄球菌(MRSA)
美国麻省理工学院近日发布新闻公报说,该校研究人员参与的国际团队利用人工智能深度学习模型,发现了可治疗耐药细菌感染的新型化合物。这些化合物有潜力成为新型抗生素药物。研究人员表示,新研究的一个关键创新在于
生物活性肽是健康和医学的关键分子。深度学习为生物活性肽的发现和设计带来了巨大的希望。然而,需要合适的实验方法来以高通量和低成本验证候选物。